NIST دستورالعمل های ارزیابی "حریم خصوصی دیفرانسیل" را برای شناسایی داده ها نهایی می کند - آزمایشگاه کالیبراسیون سازمان پژوهش‌های علمی و صنعتی ایران

NIST دستورالعمل های ارزیابی “حریم خصوصی دیفرانسیل” را برای شناسایی داده ها نهایی می کند

folder_openتازه ترین ها

دستها روی صفحه کلید لپ تاپ در زیر یک پوشش شناور از کد رایانه و خطوط اتصال قرار می گیرند.

اعتبار:

Nicoelnino/Shutterstock

چگونه می توانیم بینش های مفیدی را از پایگاه داده های حاوی اطلاعات محرمانه ضمن محافظت از حریم خصوصی افرادی که داده های آنها در آن موجود است ، بدست آوریم؟ حریم خصوصی دیفرانسیل ، راهی برای تعریف حریم خصوصی به روشی دقیق ریاضی ، می تواند به این تعادل کمک کند. دستورالعمل های تازه به روز شده از انستیتوی ملی استاندارد و فناوری (NIST) برای کمک به سازمانها در استفاده بیشتر از قابلیت های حریم خصوصی دیفرانسیل است.

حریم خصوصی دیفرانسیل یا DP یک فناوری تقویت حریم خصوصی است که در تجزیه و تحلیل داده ها مورد استفاده قرار می گیرد. در سالهای اخیر ، این کشور با موفقیت توسط شرکت های بزرگ فناوری و دفتر سرشماری ایالات متحده مستقر شده است. در حالی که این یک فناوری نسبتاً بالغ است ، کمبود استاندارد می تواند چالش هایی را برای استفاده و اتخاذ مؤثر آن ایجاد کند. به عنوان مثال ، یک فروشنده نرم افزار DP ممکن است تضمین کند که در صورت استفاده از نرم افزار آن ، شناسایی مجدد فردی که داده های آن در پایگاه داده ظاهر می شود غیرممکن خواهد بود. رهنمودهای جدید NIST با هدف کمک به سازمانها در درک و تفکر مداوم در مورد چنین ادعاهایی است.

انتشار تازه نهایی ، دستورالعمل های ارزیابی ضمانت های حریم خصوصی دیفرانسیل (انتشار ویژه NIST 800-226)، در ابتدا در دسامبر 2023 در پیش نویس فرم منتشر شد. بر اساس بخشی از نظرات دریافت شده ، نویسندگان دستورالعمل ها را با هدف روشن تر و آسان تر استفاده از آنها به روز کردند.

گری هووارت ، دانشمند NIST و نویسنده انتشار گفت: “تغییراتی که ما ایجاد کردیم ، دقت را در زبان پیش نویس بهبود می بخشد تا دستورالعمل ها را کمتر مبهم کند.” “این دستورالعمل ها می تواند به رهبران کمک کند تا معاملات ذاتی در DP را به وضوح درک کنند و می توانند به درک آنچه ادعای DP معنی دارد کمک کند.”

حریم خصوصی دیفرانسیل با افزودن “نویز” تصادفی به داده ها به گونه ای کار می کند که هویت افراد را مبهم می کند اما پایگاه داده را به طور کلی به عنوان منبع اطلاعات آماری مفید نگه می دارد. با این حال ، سر و صدای اعمال شده به روش اشتباه می تواند حریم خصوصی را به خطر اندازد یا داده ها را کمتر مفید کند.

برای کمک به کاربران در جلوگیری از این مشکلات ، این سند شامل ابزارهای تعاملی ، نمودارهای جریان و حتی نمونه کد رایانه ای است که می تواند به تصمیم گیری کمک کند و نشان دهد که چگونه سطح سر و صدا متفاوت می تواند بر حفظ حریم خصوصی و قابلیت استفاده از داده ها تأثیر بگذارد.

هووارت گفت: “گروه های کوچک در داده ها از هر نوع تمایل به ایستادگی بیشتر دارند ، بنابراین ممکن است برای محافظت از حریم خصوصی آنها نیاز به سر و صدای بیشتری داشته باشید.”

در حالی که این سند در نظر گرفته نشده است که یک آغازگر کامل در حریم خصوصی دیفرانسیل باشد ، هاوارت گفت که لیست خواندن قوی از سایر نشریات را ارائه می دهد که می تواند به پزشکان کمک کند تا در این موضوع سرعت بگیرند. این دستورالعمل ها همچنین انواع مشکلاتی را که این فناوری می تواند با آن کار کند و نحوه اجرای آن در آن شرایط را پوشش می دهد.

وی گفت: “با DP مناطق خاکستری زیادی وجود دارد.” “هیچ پاسخ ساده ای برای نحوه تعادل حریم خصوصی با سودمندی وجود ندارد. شما باید پاسخ دهید که هر بار که DP را به داده ها اعمال می کنید. این انتشار می تواند به شما در حرکت در آن فضا کمک کند. ”


Source link

Tags:

Related Posts

فهرست
Translate »