Mi az a „differenciált adatvédelem”, és hogyan tartják meg az adataimat névtelenül?

Az Apple megőrzi hírnevét, hogy biztosítsa, hogy az Ön által gyűjtött adatok magánszemélyek maradnak. Hogyan? A „Differenciális Adatvédelem” néven.

Mi a differenciált adatvédelem?

Az Apple ezt magyarázza:

Az Apple a differenciált adatvédelmi technológiát használja a nagyszámú felhasználó használati szokásainak felfedezéséhez anélkül, hogy veszélyeztetné az egyéni adatvédelmet. Az egyén személyazonosságának elrejtése érdekében a Differenciális Adatvédelem matematikai zajt ad az egyén használati mintájának kis mintájához. Ahogy egyre több ember ugyanazt a mintát használja, az általános mintázatok megjelennek, ami tájékoztathatja és növelheti a felhasználói élményt.

A Differenciális Adatvédelem mögött álló filozófia: minden olyan felhasználó, akinek eszköze, legyen az iPhone, iPad vagy Mac, számításokat ad az összesített adatok nagyobb csoportjához (a kisebb képekből képződő nagy kép), nem feltárható. a forrást, nem is beszélve arról, hogy milyen adatokat adtak hozzá.

Az Apple nem az egyetlen cég, aki ezt csinálja, akár a Google, mind a Microsoft már korábban is használta. De az Apple népszerűsítette azt azzal, hogy részletesen beszélt róla a 2016-os WWDC bemutatóján.

Szóval hogyan különbözik ez a többi névtelen adattól? Nos, az anonimizált adatok még mindig felhasználhatók személyes adatok levonására, ha tudsz elég személyről.

Tegyük fel, hogy egy hacker hozzáférhet egy névtelen adatbázishoz, amely a vállalat bérszámfejtését mutatja. Tegyük fel, hogy azt is tudják, hogy az X munkavállaló egy másik területre költözik. Ezután a hacker egyszerűen lekérdezheti az adatbázist, mielőtt az X munkatárs elindult volna, és azt követően könnyen levonhatná jövedelmét.

Annak érdekében, hogy megvédje az X alkalmazottja érzékeny adatait, a Differenciális Adatvédelem módosítja az adatokat matematikai „zajjal” és más technikákkal, úgy, hogy ha lekérdezi az adatbázist, akkor csak egy közelítés mennyit (vagy bárki más) fizettek az X munkavállalónak.

Ezért az adatai és a hozzáadott zaj közötti különbség miatt megőrzik az adatvédelmi adatait, így elég homályos, hogy gyakorlatilag lehetetlen tudni, hogy az Ön által keresett adatok valójában egy adott személy.

Hogyan működik az Apple differenciált adatvédelmi munkája?

A differenciált adatvédelem viszonylag új fogalom, de az az elképzelés, hogy a felhasználók számára a felhasználók adatai alapján éles betekintést nyújthat, anélkül, hogy tudná, mi pontosan az adatok azt mondják, vagy honnan származik.

Az Apple például három összetevőre támaszkodik, hogy felvegye a differenciált adatvédelmi munkát a Mac vagy iOS eszközön: hashing, alamintázás és zajbefecskendezés.

Hashing szöveget szed, és rövidebb, fix hosszúságú értékké alakítja, és ezeket a kulcsokat egyedülálló karakterek vagy „hash” irreverzibilis, véletlenszerű sztringjeibe keveri. Ez elhomályosítja az adatait, így az eszköz nem tárolja azt az eredeti formában.

Az almintavétel azt jelenti, hogy az Apple az egyes szófajták összegyűjtése helyett csak kisebb mintákat használ fel. Tegyük fel például, hogy van egy hosszú szöveges beszélgetés egy barátjával, aki liberálisan használ emoji-t. A teljes beszélgetés helyett az almintavétel helyett csak az Apple által érdekelt részeket, például az emoji-t használhatja.

Végül a készülék zajt ad be, véletlenszerű adatokat adva az eredeti adatkészlethez, hogy még világosabb legyen. Ez azt jelenti, hogy az Apple olyan eredményt kap, melyet oly kissé eltakarott, és ezért nem teljesen pontos.

Mindez történik az eszközön, így már lerövidült, kevert, mintavételre került, és elmosódott, mielőtt az Apple-nek még a felhőre is elküldve elemezhető.

Hol használják az Apple differenciális adatvédelmi jogát?

Különböző esetekben az Apple esetleg szeretné gyűjteni az adatokat az alkalmazások és szolgáltatások javítása érdekében. Jelenleg azonban az Apple csak négy különböző területen használ differenciált adatvédelmet.

• Ha elég ember helyettesít egy szót egy adott emoji-val, akkor mindenki számára javaslattá válik.
• Amikor új szavakat adnak hozzá ahhoz, hogy a helyi szótárak szokásosak legyenek, az Apple hozzáadja mindenki más szótárához.
• A Spotlightban keresési kifejezést használhat, majd az alkalmazás javaslatait és az említett alkalmazásban megnyitja, vagy lehetővé teszi, hogy telepítse azt az App Store-ból. Például mondja, hogy keres a „Star Trek” -et, ami az IMDB alkalmazást javasolja. Minél több ember nyitja meg vagy telepíti az IMDB alkalmazást, annál inkább fog megjelenni mindenki keresési eredményében.
• Ez pontosabb eredményeket fog nyújtani a Jegyzetek keresési tippjei számára. Tegyük fel például, hogy van egy jegyzet, amelyben az „alma” szó szerepel. Ön keresést keres, és nemcsak a szótár definíciója, hanem az Apple webhelye, az Apple Stores helyszínei stb. Feltételezhető, hogy minél több ember ér el bizonyos eredményeket, annál magasabb és gyakrabban fognak megjelenni a keresésben mindenki számára.

Használjuk példaként a hangulatjeleket. Az iOS 10-ben az Apple új emoji csere funkciót vezetett be az iMessage-n. Írja be a „szeretet” szót, és helyettesítheti azt egy szívemelével. írja be a „kutya” szót, és - azt hitte, hogy helyettesítheti azt egy kutya emoji-val.

Hasonlóképpen lehetséges, hogy iPhone megjósolja, hogy milyen emoji-t szeretne, hogy ha egy üzenetet ír be: „A kutyát fogok sétálni”, az iPhone segítheti a kutya emoji-t.

Tehát az Apple mindazokat az iMessage-adatokat összegyűjti, amelyeket összegyűjtött, összességében megvizsgál, és mintákat képes levonni arról, hogy mit írnak az emberek és milyen környezetben. Ez azt jelenti, hogy az iPhone okosabb döntéseket hozhat, mivel előnyös az összes olyan szöveges beszélgetésen, amelyet mások hoznak létre, és úgy gondolja, hogy „ez valószínűleg a kívánt emoji.”

Falu (Emoji)

A differenciális adatvédelem hátránya, hogy nem nyújt pontos eredményeket kis mintákban. Az ereje abban rejlik, hogy konkrét adatokat bizonytalanítanak, így azt egyetlen felhasználónak sem lehet tulajdonítani. Ahhoz, hogy jól működjön, sok felhasználónak részt kell vennie.

Olyan, mintha egy kicsit leképezett fotót néznék meg nagyon közel. Nem fogod látni, hogy mi van, ha csak néhány bitre nézel, de amikor visszalépsz és megnézed az egészet, a kép világosabbá és definiáltabbá válik, még akkor is, ha nem szuper magas felbontás.

Így az emoji cseréjének és előrejelzésének javítása érdekében (többek között) az Apple-nek iPhone és Mac adatokat kell gyűjtenie a világ minden tájáról, hogy egyre világosabb képet kapjon arról, hogy mit csinálnak az emberek, és ezáltal javítják alkalmazásait és szolgáltatásait. Mindezek a véletlenszerű, zajos, bűvös adatok, és a mintákra bányászik, mint például, hogy hány felhasználó használja a barack emoji-t a „popsi” helyett.

Tehát a Differenciális Adatvédelem ereje arra támaszkodik, hogy az Apple nagy mennyiségű összesített adatot képes megvizsgálni, ugyanakkor biztosítja, hogy nem bölcsebb, hogy kik küldi az adatokat.

Hogyan választható ki az iOS és macOS differenciált adatvédelemről

Ha még mindig nem vagy meggyőződve arról, hogy a Differenciális Adatvédelem az Ön számára megfelelő, akkor szerencséje van. A készülék beállításaitól eltekinthet.

Az iOS eszközön érintse meg a „Beállítások”, majd az „Adatvédelem” opciót.

Az Adatvédelmi képernyőn érintse meg a „Diagnosztika és használat” elemet.

Végül, a Diagnostics & Usage képernyőn érintse meg a „Don't Send” elemet.

MacOS-on nyissa meg a Rendszerbeállítások elemet, majd kattintson a „Biztonság és adatvédelem” elemre.

A Biztonság és adatvédelem beállításaiban kattintson az „Adatvédelem” fülre, majd győződjön meg arról, hogy a „Diagnosztikai és használati adatok küldése az Apple-nek” nincs bejelölve. Ne feledje, hogy a bal alsó sarokban kattintson a zár ikonra, és írja be a rendszer jelszavát, mielőtt elvégezné ezt a változtatást.

Nyilvánvaló, hogy mind az elméletben, mind az alkalmazásban sokkal több a differenciált adatvédelem, mint ez az egyszerűsített magyarázat. A hús és a burgonya nagymértékben támaszkodik néhány komoly matematikára, és ezáltal elég súlyos és bonyolult.

Remélhetőleg azonban ez egy ötletet ad Önnek arról, hogyan működik, és hogy magabiztosabbnak érzi magát a bizonyos adatokat gyűjtő vállalatok között azonosítás nélkül.