微軟與哈佛大學 OpenDP Initiative 合作研發並開源了首個用於差分隱私的平臺。這項工作已持續了將近一年，去年九月，微軟首席資料分析管 John Kahan 曾宣佈專案的開展：“我們需要找到一種分析資料的方式，以釋放資料的全部潛力，同時又不冒擁有資料者隱私的風險。”
差分隱私（differential privacy）這一概念由來自微軟研究院的 Cynthia Dwork 和哈佛大學電腦科學教授 Gordon McKay 共同研究數年，並於 2006 年提出。它能夠做到在不洩露個體隱私資訊的情況下，對整體資料集進行分析，得出有效結論，並防止差分攻擊。
這主要是通過新增誤差或噪音來實現。適量的噪音會被新增到統計結果中，以掩蓋單個資料點的貢獻。通過差分隱私保護手段，任何人都無法從資料集中推斷出任何特定的個人資訊，甚至無法判斷特定個人是否包含在資料集裡。
該項技術仍處於發展階段，微軟表示開源平臺對於技術的日趨成熟和廣泛使用都非常重要。“大型且開放的資料集具有超出想象的潛力，而差分隱私平臺為人們貢獻、協作和利用這些資料鋪平了道路”。
OpenDP 平臺現已開源，可用於測試及構建。目前包含八個倉庫，平臺系統、核心、演算法和樣本示例等等都在其中，主要開發語言為 Python 和 Rust。
[admin
]
來源：OsChina
連結：https://www.oschina.net/news/116729/differential-privacy-microsoft-and-harvard-opendp
微軟與哈佛大學合作開源差分隱私平臺已經有137次圍觀
