Google hat am 5. September 2019 eine C++-Bibliothek für Differential Privacy als Open Source auf GitHub veröffentlicht. Die Bibliothek nutzt das Unternehmen intern selbst, um statistische Auswertungen über sensible Nutzerdaten durchzuführen, ohne einzelne Datensätze identifizierbar zu machen. Entwickler können sie kostenlos unter der Apache-Lizenz verwenden.
Differential Privacy ist ein mathematisches Verfahren, das bei Abfragen auf einen Datensatz gezielt Rauschen hinzufügt. Das Ergebnis bleibt statistisch korrekt, lässt aber keine Rückschlüsse auf einzelne Einträge zu. Google setzt das Prinzip etwa bei der Berechnung von Stoßzeiten in Google Maps und bei der Analyse von Google-Fi-Nutzungsdaten ein. Für Spieleentwickler und Software-Teams, die Telemetrie, Matchmaking-Statistiken oder Nutzerverhalten auswerten, bietet die Bibliothek einen direkten Einstiegspunkt ohne eigene kryptografische Implementierung.
Die Bibliothek deckt gängige statistische Methoden ab: Anzahl, Summe, Durchschnitt, Median und Perzentile. Neben dem eigentlichen C++-Code liefert Google eine ausgiebige Test-Suite einschließlich einer erweiterbaren Stochastic Differential Privacy Model Checker-Bibliothek, die typische Implementierungsfehler aufdecken soll. Außerdem enthält das Paket eine PostgreSQL-Erweiterung und Rezepte für den direkten Einstieg.
Technische Details und Lizenz
Der Code liegt auf GitHub unter der Apache-2.0-Lizenz. Die Bibliothek ist modular aufgebaut, sodass weitere Aggregationsfunktionen, Mechanismen und ein Privacy-Budget-Management ergänzt werden können. Einen begleitenden wissenschaftlichen Aufsatz hat Google zeitgleich auf arXiv veröffentlicht. Das Unternehmen arbeitet bereits seit der Open-Source-Veröffentlichung von RAPPOR im Jahr 2014 an praktischen Differential-Privacy-Implementierungen; 2019 kamen TensorFlow Privacy, TensorFlow Federated und Private Join and Compute als weitere Bibliotheken hinzu. Eine frühere Google-Open-Source-Bibliothek, Draco für die Komprimierung von 3D-Geometrie, folgt einem ähnlichen Ansatz, einen aufwendigen Algorithmus als fertige Komponente bereitzustellen.