今天，谷歌谈到了它正在进行的新研究，即在Android的Gboard虚拟键盘应用中增强搜索查询建议。这将涉及训练人工神经网络来处理本地存储在移动设备上的数据，而不是将所有数据发送到谷歌的服务器。
在过去的几天里，谷歌人发表了一些关于这两部分的学术论文，一个叫做“联合学习”的概念和一个叫做“安全聚合”的底层隐私系统。
当Gboard显示一个建议查询时，你的手机会在本地存储当前上下文的信息，以及你是否点击了这个建议。谷歌研究科学家布伦丹麦克马汉和丹尼尔拉莫奇在博客中写道。
McMahan和Ramage预计将使用相同的技术来提高照片排名，“基于人们查看、分享或删除的照片类型”，以及Gboard的语言模型。
这项研究是在苹果宣布将在iOS 10系统中引入“差异化隐私”概念，并提出智能QuickType和emoji的提议近一年后进行的。
谷歌的系统首先使用当前模型提出查询建议，然后随着时间的推移从本地存储的数据中学习，然后使用谷歌所谓的“更新”来总结变化。“更新以加密形式发送回谷歌，谷歌将其与所有其他更新进行平均。实际数据仍然在本地，谷歌只有在数百名用户参与的情况下才能解密其平均更新。
谷歌关于联邦学习安全聚合的论文承认差分隐私，其共同发明人Cynthia Dwork在微软研究院工作。但事实上，谷歌过去已经探索过差分隐私，包括在Chrome中测试的随机聚合隐私保护序列号响应(RAPPOR)。现在，谷歌正在考虑进一步进入这一领域，并使用其更著名的应用程序之一来实现其安全聚合模型3354。这种模型严重依赖于小型加密数据摘要，而不是实际数据，而差分隐私要求在数据计算中包含随机噪声。据谷歌Play商店称，Android版Gboard目前已经安装了5亿到10亿个应用程序。
4月7日更新：增加了安全聚合和差分隐私的细节。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！