Foto: Getty
Man könnte meinen, der Uber als eine Fahrt-hagelt Unternehmen oder eine Klage-geritten self-driving-car-Entwickler, aber im Kern Uber ist ein big data Unternehmen. Es hat ständig crunch Lage-Koordinaten, traffic-Daten, die Zahlung Informationen und Steuer-Tarife—und Ihr alle, die Daten Uber die Hände manchmal lässt die Nutzer nervös.
Aber jetzt Uber sein Debüt feiert ein differential privacy-tool, das Sie verwenden, um zu analysieren, seine große Daten speichert. Differential privacy ermöglicht die Analyse großer Datensätze ohne Offenlegung der Identität des einzelnen in den Daten enthalten und wird von Unternehmen wie Apple und Google, um Erkenntnisse aus Daten eines Nutzers ohne Kompromisse bei Privatsphäre. Uber ist neue tool wird die Daten Analysten wissen die wahrscheinlichen Implikationen für die Privatsphäre von jedem Abfragen, den Sie machen auf Uber die Daten, bevor Sie Sie machen.
“Effektiv, es ist ein Weg, um einen Blick auf Abfragen und entscheiden, wie sensibel die Daten aus dieser Abfrage die zimmerreserviereung, ohne das Sie zum ausführen der Abfrage” Uber-manager des Datenschutz-engineering Menotti Minutillo sagte Gizmodo.
Hier ist, wie es funktioniert: stellen Sie sich Uber die Daten Analysten wollten herausfinden, was die Durchschnittliche Entfernung für eine Fahrt in San Francisco. Sie müssen query große Teile der Daten über Fahrten in der Stadt, sondern ziehen diesen thread könnte setzen viele Informationen über die einzelnen Reiter und Fahrer. Differential privacy verschlüsselt die Daten und spritzt Lärm, der es unmöglich macht, zu verfolgen trip-Informationen zu einem bestimmten Benutzer.
Aber einige Abfragen sind empfindlicher als andere und benötigen daher mehr Rauschen. “Die Durchschnittliche Wegstrecke in einer kleineren Stadt mit weit weniger Fahrten ist beeinflusst durch eine einzelne Reise und kann verlangen, mehr Lärm zu bieten das gleiche Maß an Privatsphäre. Differentielle Privatheit definiert, die genaue Menge von Lärm erforderlich angesichts der Empfindlichkeit,” Katie Tezapsidis, ein Uber-software-Ingenieur auf dem Datenschutz-team, erklärt in einem blog-post kündigt das ändern.
Um zu berechnen, um die Empfindlichkeit, Uber eine Partnerschaft mit einem team von security-Forscher von der University of California, Berkeley. Die Forscher arbeiteten über ein Jahr, um mit der Berechnung Technik, die auch als Elastische Empfindlichkeit, die Uber die Freigabe heute als open-source-tool.
Elastische Empfindlichkeit machen es möglich für die Analysten der Uber—und anderswo—, die sich schnell anpassen differential privacy standards, um eine Vielzahl von Abfragen. Zuvor, ein analyst würde abgefragt haben eine Datenbank und dann versucht, aussortieren, sensible oder unnötige Daten nach der Tat. Nun, die Daten kommen sauber heraus.
“Unser team ist sehr, sehr daran interessiert, die Bereitstellung der tools und Plattformen, damit die Menschen Ihre Arbeit tun, in die Privatsphäre der entsprechenden Weise,” Minutillo sagte. Das tool wird in der Lage sein, Vorschläge zu machen, über wie viel Lärm sollte Hinzugefügt werden, um der Wahrung der Privatsphäre, oder, ob die Abfrage ausgeführt werden soll an alle. “In Fällen, In denen Sie einen legitimen nutzen—Sie müssen das abrufen von Daten, Analysen—das ist eine zusätzliche Ebene von Schutz,” Minutillo Hinzugefügt. “Wir können fühlen, daß der Analytiker immer noch Ergebnisse, die richtig sind, und reduzieren das Risiko von Aussonderung jedes einzelnen, die in diesem Satz.”