數(shù)據(jù)庫里存儲了大量個人信息，包括一些非常敏感的資料，讓必須管理數(shù)據(jù)庫的公司十分頭痛。如今，運用各種高級工具和技術，數(shù)據(jù)庫開發(fā)人員可以在保持信息私密的狀態(tài)下放心執(zhí)行各種操作。
這些解決方案靠的是數(shù)學的巧妙應用。其中一些最簡單的機制不過是密碼的現(xiàn)代版本，本質(zhì)上就是經(jīng)典解碼輪的數(shù)字版。其他方案是更為復雜的擴展，利用數(shù)學交付更多靈活性與可靠性。大部分解決方案的創(chuàng)意已在實驗室里流傳了幾十年，變得足夠穩(wěn)定，值得信任，最終形成實用版本。
這些算法正成為鞏固業(yè)務關系并確保準確可信工作流的基礎，方便企業(yè)在保護自身秘密的同時向客戶提供個性化服務。而且，此類方法還能方便公司在不阻礙服務交付的情況下監(jiān)管數(shù)據(jù)流，實現(xiàn)更好的合規(guī)。
下面我們就列出便于企業(yè)更放心信任數(shù)據(jù)庫的11種工具和技術。
1.基本加密
有時候，最簡單的解決方案就足夠了。現(xiàn)代加密算法用一個密鑰給數(shù)據(jù)上鎖，只有持有該密鑰的人才能讀取數(shù)據(jù)。很多數(shù)據(jù)庫都可以采用AES等標準加密數(shù)據(jù)。這些解決方案能夠有效對抗可能由盜竊等造成硬件遺失情況。沒拿到正確的加密密鑰，數(shù)據(jù)就依然是不可窺探的黑匣。
不過，這種方法存在局限，對稱加密算法對攻擊者潛入運行中計算機的情況防護有限。攻擊者可能會找出數(shù)據(jù)庫用來處理合法操作的同一密鑰。很多數(shù)據(jù)庫提供加密“靜態(tài)”信息的選項。比如說，Oracle就將其此類選項稱為“透明數(shù)據(jù)加密”，用以強調(diào)數(shù)據(jù)庫開發(fā)人員不用為此多費心思。
2.差分隱私
這項技術以另一種方式利用數(shù)學，不是將信息鎖在數(shù)字保險柜里，而是添加精心構(gòu)造的噪聲，讓人難以確定哪條記錄對應哪個人。只要噪聲添加正確，就不會導致許多統(tǒng)計數(shù)據(jù)失真，比如平均值。即使在數(shù)據(jù)集中隨機抽取記錄給年齡字段增加或減少幾歲，平均年齡也會保持不變，但就難以通過年齡來找到特定的人。
這類解決方案的效用各不相同，最適用于向希望通過計算平均值和集群大小來研究數(shù)據(jù)的不可信合作伙伴發(fā)布數(shù)據(jù)集。很多算法都能很好地往數(shù)據(jù)集中添加噪聲，同時不會造成太多聚合統(tǒng)計數(shù)據(jù)失真。業(yè)界目前仍在探索哪種機器學習算法能夠有效處理經(jīng)扭曲的數(shù)據(jù)。
微軟和谷歌推出了將此類算法與數(shù)據(jù)存儲和機器學習算法集成的工具。例如，谷歌的Privacy-On-Beam，就將噪聲添加機制與Apache Beam管道處理整合到了一起。
3.散列函數(shù)
此類計算有時候也稱為“消息認證碼”或“單向函數(shù)”，以基本上無法逆向的方式將大文件縮減為一個較小的數(shù)字。給定一個特定的結(jié)果或認證碼，想借此找出生成這個認證碼的文件是很難的，要花費大量的時間。
此類函數(shù)是區(qū)塊鏈的重要組成部分，區(qū)塊鏈將這些函數(shù)應用到數(shù)據(jù)的所有更改上，以便跟蹤數(shù)據(jù)變更和識別篡改?？梢赃\用此類技術防止加密貨幣交易欺詐，或者應用到需要保證數(shù)據(jù)一致的其他數(shù)據(jù)庫上。而且，加入這些函數(shù)還有助于滿足合規(guī)要求。
美國國家標準與技術研究所（NIST）提出的安全散列算法（SHA）就是廣泛使用的一組標準。早期版本，比如SHA-0和SHA-1，存在已知缺陷；但更新的版本，比如SHA-2和SHA-3，就非常安全了。
4.數(shù)字簽名
RSA或DSA等數(shù)字簽名算法將散列函數(shù)的酸鈣檢測屬性與證明此信息的特定人員或機構(gòu)結(jié)合起來，是更加復雜的計算形式。數(shù)字簽名依賴僅責任方知曉的秘密密鑰。比如說，加密貨幣就將財務所有權與知曉正確密鑰的人綁定到一起。跟蹤個人責任的數(shù)據(jù)庫可以納入數(shù)字簽名，以之驗證特定交易的有效性。
5.SNARK
簡潔非交互式知情證明（SNARK）是高級版數(shù)字簽名，可以在不泄露信息本身的情況下證明復雜個人信息。這種手法依賴名為“零知識證明”（ZKP）的復雜數(shù)學方法。
引入SNARK和其他類似證明的數(shù)據(jù)庫可以保護用戶的隱私，同時確保合規(guī)。舉個最簡單的例子，一張數(shù)字駕駛證就能在不透露年齡的情況下，證明某個人達到飲酒年齡了。還有人在探索將此技術應用到疫苗護照上。
SNARK和其他非交互式證明是該領域較活躍的研究方向。多支研究團隊采用不同編程語言形成了此類算法的數(shù)十個實現(xiàn)，為新項目打下了良好基礎。
6.同態(tài)加密
處理用傳統(tǒng)加密算法鎖定的數(shù)據(jù)只能先解密之，但解密過程可能將數(shù)據(jù)暴露在能接觸解密計算機的任何人面前。同態(tài)加密算法旨在不用解密就能對加密信息執(zhí)行計算操作。最簡單的算法可以執(zhí)行兩數(shù)相加等算術運算。更復雜一些的算法可以進行任意計算，但速度通常會非常慢。目前業(yè)界正在找尋特定問題的最高效解決辦法。
IBM是該領域的研究先行者，已推出將其同態(tài)加密與iOS和MacOS應用集成的工具集。
7.聯(lián)合處理
一些開發(fā)人員會將數(shù)據(jù)集劃分成小塊，有時候非常非常小，然后分發(fā)到許多獨立計算機上。這些位置可能很散亂，所以無法預測哪臺計算機持有哪條記錄。此類解決方案常依賴各種軟件包，旨在通過并行執(zhí)行搜索或分析算法來加速處理所謂的大數(shù)據(jù)。其初衷是速度，但增強了抗攻擊性倒是個意外之喜。
8.完全分布式數(shù)據(jù)庫
如果將數(shù)據(jù)集劃分成幾塊能夠保護隱私，那為什么不直接劃分成幾十上百億塊？更常見的解決方案是直接在數(shù)據(jù)創(chuàng)建和使用的地方存儲數(shù)據(jù)。用戶的智能手機通常擁有大量額外算力和存儲空間。如果對集中分析和處理的要求極低，那避免將數(shù)據(jù)傳到云端服務器的做法就相當省時省力省錢了。
比如說，很多瀏覽器都支持本地存儲復雜數(shù)據(jù)結(jié)構(gòu)。W3C標準包含具有鍵和值的文檔樣式模型的本地存儲，以及適用于關系模型的索引版本。
9.合成數(shù)據(jù)
一些研究人員正在創(chuàng)建完全合成的數(shù)據(jù)集，這些數(shù)據(jù)集通過隨機生成新值構(gòu)建，但遵循相同的模式，且在統(tǒng)計上基本相同。例如，名為RTI的研究智庫創(chuàng)建了一版2010年美國人口普查數(shù)據(jù)，其中包含居住地址隨機的隨機人員。這些人完全是虛構(gòu)的，但其家庭住址和個人信息經(jīng)過挑選，具有與真值相同的基本統(tǒng)計特征。在許多情況下，研究人員可以測試算法并生成與處理真實數(shù)據(jù)一樣精確的解決方案。
10.中介與代理
一些研究人員構(gòu)建的工具可以限制數(shù)據(jù)集并在存儲前先預處理數(shù)據(jù)。比如說，Mozilla的Rally就可為希望研究互聯(lián)網(wǎng)信息流的研究人員跟蹤瀏覽習慣。該工具會在研究期間安裝一個特殊的插件，然后在結(jié)束時再卸載掉。該工具形式化描述關系，并強制執(zhí)行有關收集和聚合的規(guī)則。
11.無數(shù)據(jù)
無狀態(tài)計算是網(wǎng)上諸多事項的基礎，且大多推動了盡可能減少記錄保存的效率提升。一些極端案例中，如果合規(guī)要求允許無狀態(tài)計算，用戶也愿意接受不那么個性化的服務，那么刪除數(shù)據(jù)庫可以最大限度地保護隱私。
