Apple stakar sitt rykte på att se till att de data som samlar in från dig är privata. Hur?

Apple förklarar det som sådant:

Apple använder Differential Privacy-teknik för att upptäcka användningsmönster för ett stort antal användare utan att äventyra enskilda Integritet. För att dölja en persons identitet lägger Differential Privacy till matematiskt brus till ett litet urval av individens användningsmönster. När fler människor delar samma mönster börjar de allmänna mönstren komma fram, vilket kan informera och förbättra användarupplevelsen.

Filosofin bakom differentiell integritet är detta: en användare vars enhet, oavsett om det är en iPhone, iPad eller Mac, lägger en beräkning till en större pool av aggregerade data (en stor bild som bildas av olika mindre bilder), bör inte avslöjas som källan, än mindre än vad de bidrog till.

Apple är inte det enda företaget som gör det, antingen -Både Google och Microsoft använde det ännu tidigare. Men Apple publicerade det genom att prata om det i sin 2016 WWDC-nyckel.

Så hur skiljer det sig från andra anonymiserade data, frågar du? Tja, anonymiserade data kan fortfarande användas för att avleda personlig information om du vet tillräckligt om en person.

Låt oss säga att en hackare kan få tillgång till en anonymiserad databas som avslöjar ett företags löneavgift. Låt oss säga att de också vet att Medarbetare X flyttar till ett annat område. Hackaren kunde då enkelt fråga databasen före och efter att Employee X flyttar och enkelt dras av sin inkomst.

För att skydda Employee Xs känsliga uppgifter, ändrar Differential Privacy dataen med matematiskt "brus" och andra tekniker så att om du frågar databasen kommer du bara att få en

approximation av hur mycket (eller någon annan) Medarbetare X betalades. Därför bevaras hans integritet på grund av skillnaden mellan de data som levereras och bruset läggs till det, så det är då vagt nog att det är praktiskt taget omöjligt att veta om den data du tittar på faktiskt är en viss individs.

Hur fungerar Apples olika privatliv?

Differentiell integritet är en relativt ny koncept, men tanken är att det kan ge ett företag en skarp insikt utifrån uppgifter från användarna, utan att veta vad

exakt som data säger eller varifrån den kommer. Apple bygger till exempel på tre komponenter för att få tag på Dif ferentiell sekretessarbete på din Mac eller iOS-enhet: hash, subsampling och ljudinsprutning.

Hashing tar en sträng text och gör den till ett kortare värde med en fast längd och blandar dessa nycklar upp i irreversibelt slumpmässiga strängar med unika tecken eller "hash". Detta döljer dina data så att enheten inte lagrar någon av den i sin ursprungliga form.

Subsampling betyder att i stället för att samla varje ord en persontyper kommer Apple bara att använda ett mindre urval av dem. Låt oss till exempel säga att du har en lång textkonversation med en vän som liberellt använder emoji. Istället för att samla hela samtalet kan subsampling istället bara använda de delar som Apple är intresserad av, till exempel emoji.

Slutligen sprutar enheten upp brus och lägger till slumpmässiga data i originaldatasetet för att göra det mer vagt. Det betyder att Apple får ett resultat som har blivit maskerat någonsin så lite och därför inte helt exakt.

Allt detta händer på din enhet, så det har redan förkortats, blandats upp, samplats och suddats innan det är jämnt skickas till molnet för att Apple ska kunna analysera.

Var används Apples olika sekretess?

Det finns många olika fall där Apple

kan vill samla in data för att förbättra sina appar och tjänster. Just nu använder Apple bara Differential Privacy på fyra specifika områden. När tillräckligt många personer ersätter ett ord med en viss emoji blir det ett förslag för alla.

• När nya ord läggs till i tillräckligt många lokala ordböcker för att betraktas som vanligt kommer Apple att lägga till det i andras ordlista också.
• Du kan använda en sökterm i Spotlight och den kommer då att lägga till appförslag och öppna den länken i appen eller låter dig installera det från App Store. Till exempel, säg att du söker efter "Star Trek", vilket föreslår IMDB-appen. Ju fler människor öppnar eller installerar IMDB-appen, desto mer kommer det att visas i allas sökresultat.
• Det kommer att ge mer exakta resultat för Lookup Hints i Notes. Till exempel, säg att du har en anteckning med ordet "äpple" i den. Du gör en sökningssökning och ger dig resultat inte bara för ordbordsdefinitionen utan även Apples webbplats, Apple Stores, etc. Förmodligen ju fler människor knappar på vissa resultat, desto högre och oftare visas de i Lookup för alla andra.
• Låt oss använda emojis som ett exempel. IOS introducerade en ny emoji-ersättningsfunktion på iMessage. Skriv ordet "kärlek" och du kan ersätta det med en hjärtemoji. Skriv in ordet "hund" och du gissade det. Du kan ersätta den med en hundemoji.

På samma sätt kan din iPhone förutse vilken emoji du vill ha om det, om du skriver ett meddelande "Jag Jag kommer att gå med hunden. Din iPhone hjälper till att rekommendera hundens emoji.

Så, Apple tar alla de små bitarna av iMessage-data som samlar in, undersöker dem som helhet och kan härleda mönster från vad folk skriver och i vilket sammanhang Det betyder att din iPhone kan ge dig smartare val eftersom det drar nytta av alla de textkonversationer som andra skapar och tycker, "det här är förmodligen den emoji du vill ha."

Det tar en by (av Emoji)

Nackdelen med Differentiell integritet är att det inte ger exakta resultat i småprover. Det är kraften i att göra specifika data vaga så att den inte kan tillskrivas någon användare. För att det ska fungera och fungera bra måste många användare delta.

Det är som att titta på ett bitmapat foto upp extremt nära. Du kommer inte att kunna se vad det är om du tittar på bara några bitar, men när du går tillbaka och tittar på det hela blir bilden klarare och mer definierad, även om den inte är superhög upplösning.

För att förbättra emoji-ersättning och förutsägelse (bland annat) måste Apple samla iPhone- och Mac-data från hela världen för att ge den en allt tydligare bild av vad människor gör och därigenom förbättra sina appar och tjänster. Det vänder sig till alla dessa randomiserade, bullriga, crowdsourced data, och gruvor det för mönster - som hur många användare använder persikemoji istället för "rumpa". Således är kraften i Differential Privacy beroende av att Apple kan att undersöka stora mängder aggregerad data, samtidigt som det säkerställs att det inte är klokare om vem som skickar dem den informationen.

Hur man väljer bort olik sekretess i iOS och macOS

Om du fortfarande inte är övertygad att skillnadssäkerhet är rätt för dig, men du har tur. Du kan välja bort direkt från enhetens inställningar.

På din iOS-enhet trycker du på "Inställningar" och sedan "Sekretess".

På skärmen Sekretess trycker du på "Diagnostik och användning".

Slutligen på Skärmen Diagnostik och användning knackar på "Skicka inte".

Öppna MacOS, öppna Systeminställningar och klicka på "Säkerhet och sekretess".

I fönstret Säkerhet och integritet klickar du på fliken "Sekretess" och sedan se till att "Skicka diagnos- och användardata till Apple" är avmarkerad. Observera att du måste klicka på låsikonen i det nedre vänstra hörnet och ange ditt systemlösenord innan du kan göra den här ändringen.

Det är uppenbart att det finns mycket mer till Differensiell integritet, både i teorin och applikationen än vad som förenklas förklaring. Köttet och potatisen är starkt beroende av någon allvarlig matematik och kan därför bli ganska tung och komplicerad.

Förhoppningsvis ger det dig en uppfattning om hur det fungerar och att du känner dig mer säker på att företag samlar in vissa data utan rädsla för att identifieras.

Microsoft Paint gick aldrig att dö, men det gjorde det för bra rubriker

Vissa historier är helt enkelt för bra inte för att vara sant. Det är ett gammalt adage i media, något som reportrar medvetet säger till varandra när något är för roligt, för bra för en historia och förmodligen att bli viral för att någon ska fakta kontrollera. Du vill inte vara den där killen och döda allas buzz.

(how-top)

Hur mycket värmepasta ska jag använda på min CPU?

De flesta av stegen i att bygga din egen stationära dator är ganska självförklarande: tack vare PC-delarnas modulära karaktär är det faktiskt svårt att röra sig upp. Men det finns ett undantag, och det kan bli rörigt. När det gäller att applicera termisk pasta, är mindre mer: en liten, ärmlös droppe är allt du behöver.

(how-top)