新方法實現了對敏感數據的自動保護

正如人們需要保護其敏感數據(例如社會安全號碼)一樣，制造公司也需要保護其敏感公司數據。當前，專有制造信息的保護較少，這使其成為了諸如設計模型之類的公司數據盜竊的成熟環境。

賓夕法尼亞州立大學的研究人員小組和研究生在美國測試與材料學會的報告中說，一種稱為差異隱私的特殊方法可能能夠更好地保留制造商的業務，敏感的設計細節和公司的整體聲譽。

“網絡攻擊在制造業中越來越常見，”工業工程學教授惠陽說。“這給常規操作帶來了意想不到的干擾，并造成數十億美元的損失。例如，對手經常試圖推斷用于創建分析模型的訓練數據集中包含的樣本，或者使用釋放的模型推斷目標的敏感性。背景資料這個目標是可用的。作為制造系統是一個民族的脊梁關鍵基礎設施對經濟增長，迫切需要保護生產企業的隱私信息，并盡量減少模型反演攻擊的風險。”

公司經常對大型數據集進行數據挖掘，以了解可以增加利潤，降低成本，降低風險等等的模式。數據挖掘可能會無意間公開私有數據，對制造商構成重大的安全威脅，因為諸如客戶身份，生產規格和機密商業信息之類的機密數據可能會受到損害。

差異隱私是一種新興的方法，可保護數據免遭任何可能泄露系統內任何敏感數據的嘗試。差異隱私可以通過創建一種方案來解決該問題，該方案可以強制系統在需要最多保護的數據周圍創建“噪聲”，并可以針對這些不同類型的數據優化隱私參數。