Google、「差分プライバシーライブラリ」をGitHubで公開

　米Googleは9月5日（現地時間）、自社サービスの強化に使っている「differential privacy library」（差分プライバシーライブラリ）のオープンソース版をGitHubで公開した。

　差分プライバシーを使うデータ分析は、個人データが識別されないようにしながら大規模なデータセットから学習できるようにするアプローチ。分析の結果から個人データを再識別することもできないよう保護できる。例えばヘルスケア分野で、様々な病院の患者の入院平均時間を比較したい場合、患者を個人として特定できない状態でデータを利用できる。

　ライブラリはほとんどの一般的なデータサイエンス操作をサポートし、プライバシー保護を確実にするための「確率的差分プライバシーモデルチェッカーライブラリ」を含み、集約機能、プライバシー予算管理などの拡張用モジュールもある。

　Googleは、例えばGoogleマップで検索したレストランの情報に混雑時間や人気メニューを表示する機能に、差分プライバシーを使っている。

　広告が主な収入源であるGoogleは、ユーザーのプライバシー意識が高まる中、データを集めずに機械学習する「Federated Learning」などの技術に取り組んでいる。

　また、機械学習用データを匿名化する「TensorFlow Privacy」やMPCツール「Private Join and Compute」などをオープンソース化している。

この記事の著者

関連記事

• 

  Google、個人のプライバシーと最適な広告のバランスを目指す「プライバシーサンドボックス」を提案

• 

  Google、プライバシーを保護しながらデータセットを解析する「Private Join and Compute」をオープンソース化

• 

  Googleのプライバシーへの取り組み、責任者に聞いた

• 

  Google I/Oプライバシー関連まとめ──Chromeのcookie対策やシークレットモード

• 

  個人情報を守るGoogleの「オンデバイスAI」技術とは？