先说几个场景：

1、        数据滥用：以前谈数据安全，可能会更倾向于安全漏洞背景。但在很多运营场景中，有权限的人需要访问用户，例如风控、BI、运营、客服等人员就需要能够访问用户数据。Uber以前有个“God View”系统，内部工作人员可以查看骑手和路线信息，被爆出来以后，Uber的对应措施是多因素验证员工身份，建立了一个审计系统。但实际上到今天，还有爆料说，员工可以用这个系统查之前的女朋友信息，跟踪位置，也可以查看名一些名人的电话号码，而且有个员工吹嘘自己可以拿到Facebook首席执行官马克扎克伯格的电话。这实际上就是对数据权限的滥用，也侵犯了用户隐私。国内这种情况想必更严重。

2、        大数据采集泛滥：这就不用多解释了，各种APP，智能家居都在收集各类信息，而这种收集来的数据会被冠以用户画像、精准营销向外出售。大家熟知的某些小区宽带运营商，某些广告推送服务，几乎所有的APP，都这德行。

   哦不好意思，我站错队了。我要说的其实是：在用户隐私越发被看重的情况下，作为一个公司，应该如何在保护隐私的情况下进行数据分析？也逐渐成为各大公司研究的重要课题。

   获得数据后，在分析场景下有两个常见用途，一是用来做业务决策分析，二是机器学习的自动化。在这些类型下，既要保护用户隐私，又要保留分析价值，业界实际上一直在尝试。

一、商业智能分析

   业界的一些探索，例如Intel的SGX，提供了一个敏感数据分析的飞地。还有一些加密数据查询使用的方法，例如HElib，可以快速实现同态加密（https://shaih.github.io/HElib/）。

  Uber和加州大学有一个合作研究，大体的意思如下：

   这是个服务端差分隐私的方案，BI可以提交查询SQL，在经过扰动加噪后，得到分析结果，这个分析结果能够保证用户隐私。这个系统已经开源，国内几家大厂商也是基于这一方案实现，开源地址（https://github.com/uber/sql-differential-privacy）。

   上面方案是一个在测试环境下实现的，但在大规模实时场景下是否可以构建？Apple和Google也都在采用这个方法，Google的也进行了开源，https://github.com/google/rappor。

   Apple的本地差分隐私，是在客户端即开始保护，例如对表情符号使用热度的采集，使用了类似投硬币的方式。此外限制了每个用例的上传数量，数据到达服务器后，丢弃设备标识和ip信息，另外多个记录之间的关联信息也丢弃。这样就无法区分用户信息，而只进行统计数据计算。

二、机器学习

   2016年Google开始在工程上实践，而且应用在了出Android Wear智能设备和Mobile Vision 的API上，能够把训练数据分发到移动端，然后通过聚合学习在本地进行计算更新。

  以智能设备为例，整个过程分为三个阶段：

1、每个设备总结模型更改，发送到云（云上是加密的）。

2、将更改和其他用户的更改进行平均，改进共享模型。

3、训练数据保留在每个设备上，不存储任何个人更改。

  Google的案例是共享单个模型学习，而不共享数据。但在某些场景下，需要高度个性化模型，因此需要多任务学习，实现个性化深度学习模型，目标则是同时拟合单独的，但多个相关的模型。