-
Ein von Microsoft und Harvard gemeinsam entwickeltes DP-Toolkit (Differential Privacy)
-
Ziel ist es, Behörden, Unternehmen und wissenschaftlichen Einrichtungen das sichere Teilen sensibler Daten zu ermöglichen und damit wissenschaftliche Forschung sowie Forschung im öffentlichen Interesse zu unterstützen
-
Native Runtime mit Unterstützung für C, C++, Python, R und weitere Sprachen
-
Direkter Zugriff auf verschiedene Datenquellen möglich (Apache Spark/Presto, Postgres, SQL Server, Data Lakes, CSV usw.)
1 Kommentare
Vergleich der Differential Privacy Library https://de.news.hada.io/topic?id=1729
IBM/differential-privacy-library (Python)
google/differential-privacy (C++)
brubinstein/diffpriv (R)
Hier wurden drei Bibliotheken verglichen, und nun ist ein neues Tool aufgetaucht.