DeepMind推出零信任聚合技术，在保护隐私前提下实现数据分析

Google DeepMind近日公布了一项名为“零信任聚合”的隐私保护技术。该技术旨在解决数据分析与用户隐私保护之间的矛盾，允许在不暴露个体数据的情况下进行有效的统计分析。

传统的数据分析往往需要集中收集用户信息，存在隐私泄露风险。零信任聚合技术采用分布式计算架构，数据在用户设备端进行处理和加密，只有聚合后的统计结果会被上传。这意味着服务提供商可以获得所需的业务洞察，却无法访问任何个体的原始数据。

这项技术基于“零信任”安全原则，即默认不信任任何参与方，包括服务提供商本身。它结合了密码学技术和安全多方计算，确保即使在部分参与方不诚实的情况下，整个系统的隐私保护特性仍然有效。

DeepMind表示，该技术可广泛应用于AI模型训练、医疗数据分析、金融风险评估等领域，在遵守日益严格的数据保护法规的同时，继续推动AI和数据科学的发展。这标志着隐私保护技术从“事后合规”向“设计即隐私”的重要转变。