Apple sætter sit ry på at sikre, at de data, de indsamler fra, forbliver private. Hvordan?

Apple forklarer det som sådan:

Apple bruger Differential Privacy-teknologi til at opdage brugen af ​​et stort antal brugere uden at gå på kompromis med den enkelte privatliv. For at skjule en persons identitet tilføjer Differential Privacy matematisk støj til en lille prøve af individets brugsmønster. Da flere mennesker deler det samme mønster, begynder generelle mønstre, der kan oplyse og forbedre brugeroplevelsen.

Filosofien bag forskelligt privatliv er dette: Enhver bruger, hvis enhed, hvad enten det er en iPhone, iPad eller Mac, tilføjer en beregning til en større pool af aggregerede data (et stort billede dannet af forskellige mindre billeder), bør ikke afsløres som kilden, endsige hvilke data de bidrager.

Apple er ikke det eneste selskab, der gør dette, enten - Google og Microsoft brugte det endnu tidligere. Men Apple populariserede det ved at tale om det i detaljer på sin 2016 WWDC keynote.

Så hvordan er dette forskelligt fra andre anonymiserede data, spørger du? Nå kan anonymiserede data stadig bruges til at udlede personlige oplysninger, hvis du ved nok om en person.

Lad os sige, at en hacker kan få adgang til en anonymiseret database, der afslører en virksomheds lønningsliste. Lad os sige, at de også ved, at medarbejder X flytter til et andet område. Hackeren kunne så simpelthen spørge databasen før og efter, at medarbejder X bevæger sig og nemt udlede sin indkomst.

For at beskytte medarbejder X's følsomme oplysninger ændrer Differential Privacy dataene med matematisk "støj" og andre teknikker, så hvis du spørger databasen vil du kun modtage en

tilnærmelse af hvor meget (eller nogen anden) medarbejder X blev betalt. Derfor er hans privatliv bevaret på grund af forskellen mellem de leverede data og støj tilføjet det, så det er så vagt nok, at det næsten ikke er muligt at vide, om de data, du kigger på, faktisk er et bestemt individ.

Hvordan virker Apples forskellige privatlivets fred?

Differential Privacy er en forholdsvis ny koncept, men ideen er, at det kan give et selskab en skarp indsigt baseret på data fra sine brugere uden at vide, hvad

præcis disse data siger eller fra hvem det stammer fra. Apple er f.eks. afhængig af tre komponenter til at gøre det tage Dif ferential Beskyttelse af personlige oplysninger på din Mac eller iOS-enhed: hashing, subsampling og støjindsprøjtning.

Hashing tager en streng tekst og gør den til en kortere værdi med en fast længde og blander disse nøgler op i irreversibelt tilfældige strenge af unikke tegn eller "hash". Dette forhindrer dine data, så enheden ikke gemmer nogen af ​​den i sin oprindelige form.

Subsampling betyder, at Apple i stedet for at indsamle hvert ord en persons typer, kun vil bruge en mindre prøve af dem. Lad os f.eks. Sige, at du har en lang tekstkonversation med en ven, der liberalt bruger emoji. I stedet for at indsamle hele samtalen kan subsampling i stedet kun bruge de dele, som Apple er interesseret i, såsom emoji.

Endelig indsprøjter din enhed støj, tilføjer tilfældige data i det oprindelige datasæt for at gøre det mere vagt. Det betyder, at Apple får et resultat, der er blevet maskeret nogensinde så lidt og derfor ikke helt nøjagtigt.

Alt dette sker på din enhed, så det er allerede blevet forkortet, blandet op, samplet og sløret, før det er lige sendt til skyen for at Apple kan analysere.

Hvor er Apples forskelligartede beskyttelse af personlige oplysninger brugt?

Der er en række tilfælde, hvor Apple

måske ønsker at indsamle data for at forbedre sine apps og tjenester. I øjeblikket bruger Apple dog kun forskelligt privatliv på fire specifikke områder. Når nok folk erstatter et ord med en bestemt emoji, bliver det et forslag til alle.

• Når nye ord tilføjes til nok lokale ordbøger for at blive betragtet som almindeligt, vil Apple også tilføje det til alles andres ordbog.
• Du kan bruge et søgeord i Spotlight, og det vil derefter give appforslag og åbne det link i appen eller tillader dig at installere det fra App Store. For eksempel, sig du søge efter "Star Trek", som foreslår IMDB-appen. Jo flere mennesker åbner eller installerer IMDB-appen, desto mere vises det i alles søgeresultater.
• Det giver mere nøjagtige resultater for opslagstips i noter. For eksempel, siger du, at du har en note med ordet "æble" i det. Du foretager et opslagssøgning, og det giver dig resultater ikke kun for ordbordsdefinitionen, men også Apples hjemmeside, placeringer af Apple Stores og så videre. Formentlig, jo flere mennesker trykker på bestemte resultater, jo højere og oftere vil de blive vist i Lookup for alle andre.
• Lad os bruge emojis som et eksempel. IOS introducerede en ny emoji-udskiftningsfunktion på iMessage. Skriv ordet "kærlighed", og du kan erstatte det med et hjerteemoji. skriv ordet "hund" og du gættede det - du kan erstatte det med en hundemoji.

På samme måde er det muligt for din iPhone at forudsige, hvilken emoji du vil have sådan, hvis du skriver en besked "jeg Jeg skal gå hen til hunden. Din iPhone vil hjælpe hunden emoji.

Så Apple tager alle de små stykker iMessage-data, som den indsamler, undersøger dem som helhed og kan udlede mønstre fra, hvad folk skriver og i hvilken sammenhæng Det betyder, at din iPhone kan give dig smartere valg, fordi det nyder godt af alle de tekstsamtaler, andre skaber og tænker: "Dette er nok den emoji du vil have."

Det tager en landsby (af Emoji)

Ulempen til Differentiel privatliv er, at den ikke giver nøjagtige resultater i små prøver. Det er magt, der ligger i at gøre bestemte data vage, så det kan ikke tilskrives en enkelt bruger. For at det skal fungere og fungere godt, skal mange brugere deltage.

Det er lidt som at se på et bitmaperet fotopapir ekstremt tæt. Du kan ikke se, hvad det er, hvis du kigger på kun et par stykker, men når du træder tilbage og ser på det hele, bliver billedet klarere og mere defineret, selvom det ikke er super højt resolution.

For at forbedre emoji-udskiftning og forudsigelse (blandt andet) skal Apple indsamle iPhone- og Mac-data fra hele verden for at give det et stadig mere tydeligt billede af, hvad folk laver og dermed forbedre sine apps og tjenester. Det vender sig til alle disse randomiserede, støjende, crowdsourced data og miner det til mønstre, som for eksempel hvor mange brugere der bruger ferskenemoji i stedet for "butt". Således er kraften i Differential Privacy afhængig af, at Apple er i stand til at undersøge store mængder aggregerede data, samtidig med at det sikres, at det ikke er klogere om, hvem der sender dem disse data.

Sådan vælges ikke forskellig privatliv i iOS og macOS

Hvis du stadig ikke er overbevist at forskelligt privatliv er rigtigt for dig, selvom du har held. Du kan fravælge lige fra din enheds indstillinger.

På din iOS-enhed skal du trykke på åbne "Indstillinger" og derefter "Fortrolighed".

På skærmen Privacy klikker du på "Diagnostik og brug".

Endelig Skærmbilledet Diagnostik og brug, tryk på "Send ikke".

Åbn MacOS, åbner Systemindstillinger og klik på "Sikkerhed og privatliv".

Klik på fanen "Beskyttelse og privatliv" sørg for at "Send diagnostik og brugsdata til Apple" ikke er markeret. Bemærk, at du skal klikke på låsikonet i nederste venstre hjørne og indtaste dit systemadgangskode, før du kan foretage denne ændring.

Det er klart, at der er meget mere til Differential Privacy, både i teori og applikation, end dette forenkles forklaring. Kødets og kartoflernes afhængighed er meget afhængig af en seriøs matematik, og det kan derfor blive temmelig vægtigt og kompliceret.

Forhåbentlig giver dette dig en ide om, hvordan det virker, og at du føler dig mere sikker på, at virksomheder, der indsamler bestemte data uden frygt for at blive identificeret.

Sådan konverteres mellem faste og dynamiske diske i VirtualBox

VirtualBox giver dig mulighed for at vælge enten en dynamisk tildelt eller fast størrelse disk, når du opretter en ny virtuel harddiskfil. Dynamisk tildelte diske er hurtigere at skabe og kan vokse til større størrelser. Faste størrelse diske kan være hurtigere at bruge, men kan ikke vokse større, når de fylder op.

(how-top)

18 Ting du måske ikke har kendte Google-fotos kan gøre

Google Fotos kan virke som et simpelt billedhosting-service, men det er faktisk ret kraftfuldt. Google Fotos broer kløften mellem cloud storage, image hosting og billeddelingstjenester, hvilket giver hård konkurrence til Flickr, iCloud, Dropbox og OneDrive. Du ved sikkert, at Google Fotos kan sikkerhedskopiere fotos fra din Android- eller iOS-enhed, og at du kan få adgang til det fra internettet for at se dit bibliotek.

(how-top)