Lehrplan Lektion 139 von 156 · Privatsphäre-Technologie über das Blockieren hinaus
Privatsphäre-Technologie über das Blockieren hinaus

Wähle das richtige Werkzeug

Warum das wichtig ist Datenschutz-Tools sind nicht austauschbar. Die Nutzung von secure aggregation dort wo du differential privacy brauchst, oder PSI wo eine Zählung ausreicht, kann genau das preisgeben was du schützen wolltest. Produktteams treffen diese Wahl jeden Tag. Diese Übung trainiert die eine Frage die das entscheidet: wer sollte was lernen?

Frage "wer was lernt"

Jede Technik in diesem Modul ist ein Versprechen über Wissen. Bevor du eine auswählst, schreibe jede Partei (der Benutzer, das Unternehmen, ein Partner, die Öffentlichkeit) und was jede lernen darf auf. Das richtige Werkzeug ist das, dessen Versprechen zu dieser Liste passt.

TechnikSein Versprechen
Differenzielle PrivatsphäreErgebnisse ändern sich kaum mit oder ohne eine bestimmte Person
Private Set IntersectionZwei Parteien erfahren, welche Elemente sie gemeinsam haben, und sonst nichts
PSI KardinalitätZwei Parteien erfahren nur, wie viele Elemente sie gemeinsam haben
Sichere AggregationA Server lernt eine Summe aber keinen einzelnen Beitrag
Privacy PassA Seite lernt, dass ein vertrauenswürdiger Herausgeber für dich bürgt, unlinkably
Ounwjsames HTTPEine Partei weiß, wer fragt, die andere weiß, was gefragt wird

Die sechs Szenarien

  1. S1. Ein Kliniknetzwerk möchte wöchentliche Zählungen der Besuche jeder Klinik veröffentlichen, damit niemand, der sie liest, erkennen kann, ob eine bestimmte Person einen Besuch gemacht hat, selbst jemand, der die Besuche aller anderen kennt.
  2. S2. Zwei Geschäfte planen ein gemeinsames Treueangebot. Jedes muss genau wissen, welche seiner eigenen Kunden auch Kunden des anderen sind, ohne den Rest der Liste des anderen zu sehen.
  3. S3. Ein Werbetreibender möchte wissen, wie viele Personen, die eine Anzeige gesehen haben, später etwas in einem Geschäft gekauft haben. Keine Seite sollte erfahren, welche Personen das waren.
  4. S4. Eine Fitness-App möchte die Gesamtzahl der Schritte in einer Stadt pro Tag wissen, berechnet aus Handys, ohne dass ihr Server jemals die Anzahl eines einzelnen Handys sieht.
  5. S5. Ein Forum möchte Besucher zulassen, die bereits von einem vertrauenswürdigen Dienst geprüft wurden, ohne ein Puzzle anzuzeigen und ohne sie über verschiedene Seiten hinweg verfolgen zu können.
  6. S6. Ein Browser möchte einen Sicherheitsdienst fragen, ob eine Seite als schädlich bekannt ist, ohne dass der Dienst lernt, welcher Benutzer gefragt hat.

Tricky pairs

S1 und S4 erzeugen beide Summen. Der Unterschied ist, was geschützt wird: secure aggregation verbirgt die inputs vor dem Server, aber offenbart die exakte Summe, während differential privacy Menschen vor dem schützt, was der published output offenbart. S2 und S3 vergleichen beide Listen; die Frage ist, ob Namen benötigt werden oder ob eine Zahl ausreicht.

Wie man antwortet

Fülle das dict choices aus: jedes Szenario wird einem Paar zugeordnet, die Technik kopiert exakt von TECHNIQUES und der Buchstabe der passenden Eigenschaft von PROPERTIES. Ein tuple wird mit runden Klammern geschrieben, wie ("secure aggregation", "D"). Der Checker versteckt den Antwortschlüssel, also lies das Szenario, nicht die Tests.

Nach diesem Modul: noch zwei Werkzeuge. Homomorphic encryption erlaubt einem Server die Berechnung auf Daten, die er nicht lesen kann: du sendest verschlüsselte Zahlen, er addiert oder multipliziert sie während sie noch verschlüsselt sind, und nur du kannst das Ergebnis entschlüsseln. Es ist real und verbessert sich, aber immer noch viel langsamer als normales Rechnen, also ist es heute hauptsächlich für schmale Aufgaben wie einfache Summen oder Lookups praktisch. On-device machine learning vermeidet das Problem ganz, indem es das Modell auf deinem Telefon oder Laptop ausführt, sodass die Daten nie das Gerät verlassen; der Preis ist ein kleineres Modell und der Akku deines Geräts. Der eigene Tutor dieses Kurses arbeitet so.

In anderen Sprachen

Das gleiche Antwortblatt wie ein JavaScript-Objekt oder ein Go-Map:

// JavaScript
const choices = { S4: ["secure aggregation", "D"] /* ... */ };

// Go
choices := map[string][2]string{"S4": {"secure aggregation", "D"}}

In echten Design-Reviews schreiben Teams oft die "wer lernt was" Liste als Tabelle in das Design-Dokument, bevor sie eine Technik wählen.

Zusammenfassung

  • Wähle eine Datenschutztechnik aus, indem du auflistest, wer was lernen darf, und das dann dem Versprechen der Technik gegenüberstellst.
  • Secure aggregation verbirgt Eingaben; differential privacy schützt Menschen vor dem veröffentlichten Output.
  • Frage nach dem Wenigsten, das die Frage beantwortet: eine Anzahl (PSI Kardinalität) anstelle von Namen, wenn eine Anzahl ausreicht.
  • Homomorphe Verschlüsselung und On-Device ML sind weitere Optionen, jede mit realen Kosten.
Du bist dran

Fülle das Dictionary choices so aus, dass jeder Schlüssel "S1" bis "S6" auf ein Tupel (technique, letter) abgebildet wird: die Technik, die exakt von TECHNIQUES kopiert wurde, und der Buchstabe (A bis F) der Eigenschaft in PROPERTIES, die sie garantiert. Benutze jede Technik einmal.

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.