मुखपृष्ठ » कैसे » डिफरेंशियल प्राइवेसी क्या है और यह मेरा डेटा कैसे बेनामी रखता है?

    डिफरेंशियल प्राइवेसी क्या है और यह मेरा डेटा कैसे बेनामी रखता है?

    Apple यह सुनिश्चित करने के लिए अपनी प्रतिष्ठा को चुरा रहा है कि यह आपके द्वारा एकत्र किया गया डेटा निजी बना हुआ है। कैसे? "डिफरेंशियल प्राइवेसी" नामक कुछ का उपयोग करके।

    विभेदक गोपनीयता क्या है?

    Apple इसे इस तरह से समझाता है:

    Apple व्यक्तिगत गोपनीयता से समझौता किए बिना बड़ी संख्या में उपयोगकर्ताओं के उपयोग पैटर्न को खोजने में मदद करने के लिए डिफरेंशियल प्राइवेसी तकनीक का उपयोग कर रहा है। किसी व्यक्ति की पहचान को अस्पष्ट करने के लिए, डिफरेंशियल प्राइवेसी व्यक्ति के उपयोग पैटर्न के एक छोटे नमूने के लिए गणितीय शोर जोड़ता है। जैसे-जैसे अधिक लोग समान पैटर्न साझा करते हैं, सामान्य पैटर्न उभरने लगते हैं, जो उपयोगकर्ता के अनुभव को सूचित और बढ़ा सकते हैं.

    डिफरेंशियल प्राइवेसी के पीछे दर्शन यह है: कोई भी उपयोगकर्ता जिसका डिवाइस, चाहे वह आईफोन, आईपैड, या मैक हो, समग्र डेटा के एक बड़े पूल में एक संगणना जोड़ता है (अलग-अलग चित्रों से अलग एक बड़ी तस्वीर), जिसे प्रकट नहीं किया जाना चाहिए। स्रोत, अकेले क्या डेटा वे योगदान दिया है.

    Apple ऐसा करने वाली एकमात्र कंपनी नहीं है, Google और Microsoft दोनों पहले भी इसका उपयोग कर रहे थे। लेकिन Apple ने 2016 के WWDC के मुख्य वक्ता के बारे में विस्तार से बात करके इसे लोकप्रिय बनाया.

    तो यह अन्य अज्ञात डेटा से कैसे अलग है, आप पूछें? यदि किसी व्यक्ति के बारे में पर्याप्त जानकारी है, तो व्यक्तिगत रूप से जानकारी को कम करने के लिए अभी भी अज्ञात डेटा का उपयोग किया जा सकता है.

    मान लीजिए कि एक हैकर एक अनाम डेटाबेस तक पहुंच सकता है जो किसी कंपनी के पेरोल का खुलासा करता है। मान लीजिए कि वे यह भी जानते हैं कि कर्मचारी X दूसरे क्षेत्र में स्थानांतरित हो रहा है। हैकर तब कर्मचारी एक्स से पहले और बाद में डेटाबेस को क्वेरी कर सकता है और आसानी से अपनी आय में कटौती कर सकता है.

    कर्मचारी X की संवेदनशील जानकारी की सुरक्षा के लिए, विभेदक गोपनीयता गणितीय "शोर" और अन्य तकनीकों के साथ डेटा को बदल देती है जैसे कि यदि आप डेटाबेस को क्वेरी करते हैं, तो आप केवल एक प्राप्त करेंगे सन्निकटन कर्मचारी एक्स का कितना (या किसी और) भुगतान किया गया था.

    इसलिए, उसकी गोपनीयता आपूर्ति किए गए डेटा और इसके साथ जोड़े गए शोर के बीच "अंतर" के कारण संरक्षित है, इसलिए यह तब पर्याप्त अस्पष्ट है कि यह जानना लगभग असंभव है कि क्या आप जो डेटा देख रहे हैं वह वास्तव में एक विशेष व्यक्ति है.

    कैसे होता है Apple का डिफरेंशियल प्राइवेसी काम?

    डिफरेंशियल प्राइवेसी एक अपेक्षाकृत नई अवधारणा है, लेकिन विचार यह है कि यह एक कंपनी को अपने उपयोगकर्ताओं के डेटा के आधार पर उत्सुकता दे सकती है, बिना क्या ठीक ठीक वह डेटा कहता है या जिससे वह उत्पन्न होता है.

    उदाहरण के लिए, Apple आपके मैक या iOS डिवाइस पर डिफरेंशियल प्राइवेसी का काम करने के लिए तीन घटकों पर निर्भर करता है: हैशिंग, सबसम्पलिंग और शोर इंजेक्शन.

    हैशिंग पाठ की एक स्ट्रिंग लेता है और इसे एक निश्चित लंबाई के साथ एक छोटे मूल्य में बदल देता है और इन कुंजियों को अद्वितीय वर्णों या "हैश" के अपरिवर्तनीय यादृच्छिक तारों में मिला देता है। यह आपके डेटा को अस्पष्ट करता है, इसलिए डिवाइस इसके मूल रूप में इसे संग्रहीत नहीं कर रहा है.

    सबमप्लिमेंटिंग का मतलब है कि प्रत्येक शब्द को किसी व्यक्ति के प्रकार को इकट्ठा करने के बजाय, ऐप्पल केवल उनके छोटे नमूने का उपयोग करेगा। उदाहरण के लिए, मान लीजिए कि आपने इमोजी का उपयोग करते हुए मित्र के साथ लंबी बातचीत की है। उस संपूर्ण वार्तालाप को एकत्र करने के बजाय, सबसम्प्लिकिंग केवल उन हिस्सों का उपयोग कर सकती है जो Apple रुचि रखते हैं, जैसे कि इमोजी.

    अंत में, आपका डिवाइस शोर को इंजेक्ट करता है, मूल डेटासेट में यादृच्छिक डेटा जोड़कर इसे और अधिक अस्पष्ट बना देता है। इसका मतलब यह है कि Apple को एक परिणाम मिलता है जिसे कभी भी थोड़ा सा मास्क किया गया है और इसलिए यह बिल्कुल सटीक नहीं है.

    यह सब आपके डिवाइस पर होता है, इसलिए इसे पहले ही छोटा कर दिया गया है, मिश्रित किया गया है, नमूना लिया गया है, और धुंधला होने से पहले ही इसे क्लाउड के लिए भेजा जाता है ताकि Apple विश्लेषण कर सके.

    जहां Apple के डिफरेंशियल प्राइवेसी का इस्तेमाल किया गया है?

    ऐसे कई मामले हैं जहां Apple पराक्रम अपने ऐप्स और सेवाओं को बेहतर बनाने के लिए डेटा एकत्र करना चाहते हैं। हालाँकि, अभी Apple केवल चार विशिष्ट क्षेत्रों में विभेदक गोपनीयता का उपयोग कर रहा है.

    • जब पर्याप्त लोग किसी शब्द को किसी विशेष इमोजी से बदलते हैं, तो यह सभी के लिए एक सुझाव बन जाएगा.
    • जब नए शब्दों को आम माना जाने वाले पर्याप्त स्थानीय शब्दकोशों में जोड़ा जाता है, तो Apple इसे अन्य सभी के शब्दकोश में भी जोड़ देगा.
    • आप स्पॉटलाइट में खोज शब्द का उपयोग कर सकते हैं, और फिर यह ऐप सुझाव प्रदान करेगा और उस ऐप में लिंक को खोल देगा या आपको ऐप स्टोर से इसे स्थापित करने की अनुमति देगा। उदाहरण के लिए, आप "स्टार ट्रेक" के लिए खोज करते हैं, जो IMDB ऐप का सुझाव देता है। जितने अधिक लोग IMDB ऐप खोलते हैं या स्थापित करते हैं, उतना ही यह सभी के खोज परिणामों में दिखाई देने वाला है.
    • यह नोट्स में लुकअप संकेत के लिए अधिक सटीक परिणाम प्रदान करेगा। उदाहरण के लिए, मान लें कि आपके पास "सेब" शब्द के साथ एक नोट है। आप एक खोज खोज करते हैं और यह आपको न केवल शब्दकोश परिभाषा के लिए परिणाम देता है, बल्कि ऐप्पल की वेबसाइट, ऐप्पल स्टोर्स के स्थान, और इसके बाद भी। संभवतः, जितने अधिक लोग कुछ परिणामों पर टैप करते हैं, उतने अधिक बार वे सभी के लिए लुकअप में दिखाई देंगे.

    एक उदाहरण के रूप में इमोजी का उपयोग करते हैं। IOS 10 में, Apple ने iMessage पर एक नया इमोजी रिप्लेसमेंट फीचर पेश किया। शब्द "प्रेम" टाइप करें और आप इसे दिल की इमोजी के साथ बदल सकते हैं। शब्द "डॉग" टाइप करें और आपने अनुमान लगाया-आप इसे डॉग इमोजी से बदल सकते हैं.

    इसी तरह, आपके iPhone के लिए यह अनुमान लगाना संभव है कि आप किस तरह का इमोजी चाहते हैं, यदि आप एक संदेश टाइप कर रहे हैं "मैं कुत्ते को चलने वाला हूं" तो आपका iPhone कुत्ते को इमोजी का सुझाव देने में मदद करेगा।.

    इसलिए, Apple iMessage डेटा के उन सभी छोटे टुकड़ों को लेता है जो इसे इकट्ठा करता है, उन्हें एक पूरे के रूप में जांचता है, और जो लोग टाइप कर रहे हैं और किस संदर्भ में हैं, उनसे पैटर्न काट सकते हैं। इसका मतलब यह है कि आपका आईफ़ोन आपको और भी बेहतर विकल्प दे सकता है क्योंकि यह उन सभी टेक्स्ट वार्तालापों से लाभ उठाता है जो दूसरे लोग बना रहे हैं और सोचते हैं, "यह शायद आप चाहते हैं इमोजी है।"

    यह एक गाँव लेता है (इमोजी का)

    डिफरेंशियल प्राइवेसी के लिए नकारात्मक पक्ष यह है कि यह छोटे नमूनों में सटीक परिणाम प्रदान नहीं करता है। यह विशिष्ट डेटा अस्पष्ट बनाने में शक्ति निहित है, इसलिए इसे किसी एक उपयोगकर्ता के लिए जिम्मेदार नहीं ठहराया जा सकता है। इसके लिए काम करने और अच्छी तरह से काम करने के लिए, कई उपयोगकर्ताओं को भाग लेना चाहिए.

    यह एक बिटमैप वाली तस्वीर को बेहद करीब से देखने जैसा है। आप यह देखने में सक्षम नहीं होंगे कि यह क्या है यदि आप केवल कुछ बिट्स को देखते हैं, लेकिन जैसा कि आप पीछे हटते हैं और पूरी चीज़ को देखते हैं, तस्वीर स्पष्ट और अधिक परिभाषित हो जाती है, भले ही यह सुपर उच्च न हो संकल्प.

    इस प्रकार, इमोजी प्रतिस्थापन और भविष्यवाणी (अन्य चीजों के बीच) में सुधार करने के लिए, ऐप्पल को दुनिया भर के आईफोन और मैक डेटा को इकट्ठा करने की आवश्यकता है ताकि लोग यह समझ सकें कि लोग क्या कर रहे हैं और इस प्रकार इसकी ऐप्स और सेवाओं में सुधार हुआ है। यह इन सभी यादृच्छिक, शोर, भीड़ वाले डेटा की ओर मुड़ता है, और इसे पैटर्न के लिए माइंस करता है-जैसे कि "बट" के स्थान पर कितने उपयोगकर्ता पीच इमोजी का उपयोग कर रहे हैं।

    इसलिए, डिफरेंशियल प्राइवेसी की शक्ति ऐप्पल पर निर्भर करती है जो बड़ी मात्रा में कुल डेटा की जांच करने में सक्षम है, सभी यह सुनिश्चित करते हुए कि यह कोई भी समझदार नहीं है कि उन्हें कौन डेटा भेज रहा है.

    IOS और macOS में डिफरेंशियल प्राइवेसी से ऑप्ट आउट कैसे करें

    यदि आप अभी भी आश्वस्त नहीं हैं कि डिफरेंशियल प्राइवेसी आपके लिए सही है, हालांकि, आप भाग्य में हैं। आप अपने डिवाइस की सेटिंग से सही विकल्प चुन सकते हैं.

    अपने iOS डिवाइस पर, "सेटिंग" खोलें और फिर "गोपनीयता" पर टैप करें.

    गोपनीयता स्क्रीन पर, "निदान और उपयोग" टैप करें.

    अंत में, निदान और उपयोग स्क्रीन पर, "भेजें नहीं" टैप करें.

    MacOS पर, सिस्टम प्राथमिकताएँ खोलें और "सुरक्षा और गोपनीयता" पर क्लिक करें.

    सुरक्षा और गोपनीयता प्राथमिकताओं में, "गोपनीयता" टैब पर क्लिक करें और फिर सुनिश्चित करें कि "Apple को नैदानिक ​​और उपयोग डेटा भेजें" अनियंत्रित है। ध्यान दें कि आपको यह परिवर्तन करने से पहले निचले-बाएँ कोने में लॉक आइकन पर क्लिक करना होगा और अपना सिस्टम पासवर्ड दर्ज करना होगा.

    जाहिर है, इस सरलीकृत स्पष्टीकरण की तुलना में सिद्धांत और अनुप्रयोग दोनों में डिफरेंशियल प्राइवेसी के लिए बहुत कुछ है। वहां का मांस और आलू कुछ गंभीर गणित पर निर्भर करता है और जैसे, यह बहुत वजनदार और जटिल हो सकता है.

    उम्मीद है, हालांकि, इससे आपको यह पता चलता है कि यह कैसे काम करता है और आप बिना पहचान के डर के कुछ डेटा एकत्र करने वाली कंपनियों के बारे में अधिक आश्वस्त महसूस करते हैं.