ホームページ » の仕方 » 「差別的なプライバシー」とは何ですか?また、それはどのように私のデータを匿名にしますか?

    「差別的なプライバシー」とは何ですか?また、それはどのように私のデータを匿名にしますか?

    Appleは、あなたから収集したデータの秘密を守るという点で、彼らの評判を守っています。どうやって? 「差分プライバシー」と呼ばれるものを使用することによって。

    差分プライバシーとは?

    Appleはそれをそのように説明しています。

    Appleは、個人のプライバシーを危険にさらすことなく、多数のユーザーの使用パターンを発見するためにDifferential Privacy技術を使用しています。個人のアイデンティティをあいまいにするために、Differential Privacyは個人の使用パターンの小さなサンプルに数学的ノイズを追加します。同じパターンを共有する人が増えるにつれて、一般的なパターンが出現し始め、それがユーザーエクスペリエンスを向上させます。.

    Differential Privacyの背後にある哲学はこれです:iPhone、iPad、またはMacであるかどうかにかかわらず、そのデバイスがより大きな集合データのプール(さまざまな小さな写真から形成された大きな写真)に計算を追加するユーザーは、彼らが提供したデータはもちろんのこと、ソース.

    アップルがこれを行っている唯一の会社ではなく、グーグルとマイクロソフトの両方が以前にもそれを使っていた。しかし、Appleはその2016 WWDC基調講演で詳細にそれを話すことによってそれを普及させました.

    それで、これは他の匿名化されたデータとどう違うのですか?確かに、匿名化されたデータは、個人について十分に知っていれば、それでも個人情報の推定に使用できます。.

    ハッカーが会社の給与を明らかにする匿名化されたデータベースにアクセスできるとしましょう。従業員Xが別の地域に転勤していることもわかっているとしましょう。ハッカーは、従業員Xが移動する前後にデータベースにクエリを実行し、収入を簡単に推測できます。.

    従業員Xの機密情報を保護するために、Differential Privacyは、データを数学的な「ノイズ」やその他の手法で変更します。 近似 従業員Xに支払われた金額(または他の誰か).

    したがって、彼のプライバシーは提供されたデータとそれに追加されたノイズとの間の「差」のために保存されているので、あなたが見ているデータが実際に特定の個人のものかどうかを知ることは事実上不可能です.

    Appleの差分プライバシーはどのように機能するのか?

    Differential Privacyは比較的新しい概念ですが、その考え方は、何を知らなくても、ユーザーからのデータに基づいた詳細な洞察を企業に提供できるというものです。 まさに そのデータは、それが誰から由来しているかを示しています.

    たとえば、Appleは、あなたのMacやiOSデバイスでDifferential Privacyを機能させるために、ハッシング、サブサンプリング、そしてノイズインジェクションの3つの要素に頼っている。.

    ハッシュはテキストの文字列を受け取り、それを固定長の短い値に変換して、これらのキーを不可逆的にランダムな一意の文字列または「ハッシュ」に混ぜ合わせます。これはあなたのデータを不明瞭にするので、デバイスはその元の形式でそれのどれも格納しません.

    サブサンプリングとは、人がタイプするすべての単語を集める代わりに、Appleがそれらのより小さなサンプルだけを使用することを意味します。たとえば、絵文字を使って自由に友達と長いテキスト会話をしたとしましょう。会話全体を集める代わりに、サブサンプリングは代わりに、絵文字のように、Appleが興味を持っている部分だけを使うかもしれません。.

    最後に、お使いのデバイスはノイズを注入し、元のデータセットにランダムデータを追加して曖昧にします。これは、Appleがこれまでにわずかに覆い隠された結果を得ることを意味しているので、まったく正確ではありません。.

    これらすべてはあなたのデバイスで起こるので、Appleが分析するためにそれがクラウドに送られる前でさえも、それはすでに短縮され、混ぜられ、サンプリングされ、そしてぼやけている。.

    Appleの差別的なプライバシーはどこに使われているのか?

    アップル社が たぶん アプリやサービスを向上させるためにデータを収集したい。しかし今のところ、Appleは4つの特定分野でのみDifferential Privacyを使用している.

    • 十分な人が特定の絵文字で単語を置き換えると、それは皆のための提案になるでしょう.
    • 一般的であると見なされるのに十分な数のローカル辞書に新しい単語が追加されると、Appleはそれを他のみんなの辞書にも追加する.
    • Spotlightで検索語を使用すると、アプリの候補を表示してそのアプリでそのリンクを開くか、App Storeからインストールすることができます。たとえば、IMDBアプリを示唆する「Star Trek」を検索したとします。より多くの人がIMDBアプリを開いたりインストールしたりするほど、全員の検索結果に表示されるようになります。.
    • これは、Notesのルックアップヒントに対してより正確な結果を提供します。たとえば、「apple」という単語が入ったメモがあるとします。ルックアップ検索を行うと、辞書の定義だけでなく、アップルのWebサイト、アップルストアの場所などについても結果が得られます。おそらく、特定の結果をタップする人が増えれば増えるほど、他の人のルックアップに表示される頻度が高くなります。.

    例として絵文字を使用しましょう。 iOS 10では、AppleはiMessageに新しい絵文字置換機能を導入しました。 「愛」という言葉を入力すれば、それを心の絵文字に置き換えることができます。 「犬」という単語を入力してください - あなたはそれを推測しました - あなたは犬の絵文字でそれを置き換えることができます.

    同様に、あなたのiPhoneがどんな絵文字がほしいと思うかを予測することは可能です、あなたが「犬を散歩しようとしています」というメッセージをタイプしているならあなたのiPhoneは犬の絵文字を役に立つように示唆する.

    そのため、Appleは収集したiMessageデータのほんの一部をまとめて調べ、全体を調べて、入力している内容やコンテキストからパターンを推測することができます。これは、他の人が作成し、「これはおそらくあなたが望む絵文字だ」と考えているすべてのテキスト会話から利益を得るので、あなたのiPhoneはあなたに賢い選択を与えることができることを意味します。

    それは村をとります(絵文字の)

    Differential Privacyのマイナス面は、小さなサンプルでは正確な結果が得られないことです。それは、特定のデータをあいまいにすることにありますので、1人のユーザーに帰属させることはできません。それがうまく機能するためには、多くのユーザーが参加しなければなりません。.

    ビットマップ写真を非常に近くまで見ているようなものです。ほんの数ビットを見るとそれが何であるか見ることができないでしょう、しかしあなたが後退してそして全体を見るとき、たとえそれが超高さでなくても絵はよりはっきりとより明確に解決.

    したがって、(とりわけ)絵文字の置き換えと予測を向上させるには、Appleは世界中からiPhoneとMacのデータを収集して、人々が行っていることをより明確に把握し、アプリやサービスを向上させる必要があります。このランダム化された、騒々しい、クラウドソーシングされたデータすべてに目を向け、「バット」の代わりにモモの絵文字を使用しているユーザーの数など、パターンのためにマイニングします。

    そのため、Differential Privacyの機能は、Appleが大量の集計データを調べることができることにかかっています。.

    iOSとmacOSでの差分プライバシーを無効にする方法

    それでも、Differential Privacyがあなたにとって正しいと確信していないのであれば、幸運です。端末の設定からオプトアウトできます.

    iOSデバイスで、[設定]、[プライバシー]の順にタップします。.

    プライバシー画面で、「Diagnostics&Usage」をタップします。.

    最後に、「Diagnostics&Usage」画面で、「送信しない」をタップします。.

    macOSの場合は、システム環境設定を開き、「セキュリティとプライバシー」をクリックしてください。.

    「セキュリティとプライバシー」環境設定で、「プライバシー」タブをクリックしてから、「診断と使用状況データをアップルに送信する」のチェックマークを外します。この変更を行う前に、左下隅にあるロックアイコンをクリックしてシステムパスワードを入力する必要があります。.

    明らかに、この単純化された説明よりも、理論的にもアプリケーションにおいても、Differential Privacyにはもっとたくさんのことがあります。それの肉とじゃがいもはいくつかの真剣な数学に大きく依存している、そしてそれ自体として、それはかなり重くて複雑になることができる.

    うまくいけば、しかし、これはそれがどのように機能するのか、そして識別されることを恐れずに企業が特定のデータを収集することについてより自信を持っているという考えをあなたに与えます。.