在多方协作的过程中，涉及到隐私的问题已被关注已久。
如何解决呢？密码学界提出了不少解决方案，例如全同态加密，多方计算。
这些技术都是通用的，放在任何一个需要的地方都可以。但是由于技术本身的特性，放在任何一个地方都会有或多或少的缺点。
谷歌发布的隐私交集开源库(PrivateJoinandCompute)，展示了一个如何从学术界摘果子的范例。它是解决一个具体场景下的问题。
学术界、工业界以及商业界，是一个生物链。看似是做的不同的事情，但是互相之间是供给的关系。这就是我们常说的“产、学、研”。但是我们经常搞乱了角色，没把自己的角色做好，反而要担当多角色。
“Shiba Inu”谷歌搜索量下降至一年多以来低点:7月26日消息，投资者对Shiba Inu（SHIB）的兴趣目前与2021年的趋势形成了对比。数据显示，在过去的12个月里，全球范围内包含关键词“Shiba Inu”的谷歌搜索量在7月份下降到了一年多来的最低水平。
7月10日至16日这一周，Shiba Inu的搜索热度得分为4分（满分为100分），这是自2021年5月1日以来的最低水平。就在线搜索人数而言，SHIB最近的兴趣指数是5。
有趣的是，尽管全球范围内对Shiba Inu的兴趣有所下降，但某些国家仍对其仍表现出兴趣。荷兰投资者以100分高居榜首，美国投资者以98分紧随其后。尼日利亚、加拿大和澳大利亚的分数分别为89、84和81。（Finbold）[2022/7/26 2:39:07]
谷歌是一家愿意尝鲜的公司。我记得几年前，格加密算法在理论界因为其抗量子特性火了的时候，谷歌率先在自己的服务器上部署了基于环LWE的密钥交换协议，以测试其性能，为抗量子时代准备。不知为什么，几个月后就恢复成原来的协议。
动态 | EOS Cafe Block发推称EOS Authenticator谷歌扩展版已更新:据MEET.ONE消息，EOS Cafe Block今日发推称EOS Authenticator谷歌扩展版已由EOS Ricardian规范0.2.0支持更新。目前kylin.bloks.io和jungle.bloks.io可以支持新版认证器登录。Bloks.io为EOSIO区块浏览器。[2019/7/8]
隐私交集和技术
随着大数据的兴起，机器学习无处不见，数据的隐私安全备受关注。例如，谷歌今年早期就开发出“密码检查器”，用户可以提交自己的用户名和口令进行查询，系统通过与已经泄露的口令数据集对比，从而判定用户口令的安全性。然而这一切都不会泄露用户的隐私。该系统使用的是一种基于隐私交集(PrivateSet-Intersection)的安全多方计算技术，这项密码学技术保障了多方协作却不泄露用户隐私。
比特币谷歌搜索量下降 区块链后来居上成新趋势:根据Google Trends的统计数据，截至今日（6月5日）“Bitcoin”这个词的搜索量自2018年年初起下降了75%，在最近的三个月内下降了一半，其他多数加密货币的搜索量同样大幅下降。而在中文词语搜索中，比特币搜索量趋势与英文关键词Bitcoin相似，都是在2018年初开始成大幅下降趋势。但区块链搜索量则成上升趋势，并在2018年2月下半月首次超越比特币。[2018/6/5]
谷歌这次发布的隐私交集开源库，基于的是一种称为“隐私交集和(PrivateIntersection-Sum)”的技术。该技术能够隐藏两个数据集的交集，但是却能显示对其交集的汇总计算结果，例如统计交集中元素的数量等。
在某些场景下，这项技术非常有用。例如两家公司，一家是广告商，一家是销售商。如果想知道有多少用户是通过广告商的广告点击，进入到销售商家进行购买的，而且销售额一共是多少。那么只要两家公司分别提供两个数据集，然后求交集，再求交集中用户的数量以及交易额即可。但是，这两家公司都不会愿意分享给对方自己的数据集。
怎么办呢？
先看传统解决方法。
传统解决方法依赖于法律。这两家公司先签一个法律协议，协议中规定双发分享各自的数据集，得到汇总数据后将数据集销毁。如果不销毁，导致数据泄露，将受到法律制裁。
然而，通过密码学手段，可以无需依赖于法律。
通过隐私交集和技术可以对交集进行汇总，从而在不泄露双方数据集的前提下，提供对交集的汇总信息。两全其美。
隐私交集和技术提供了一个类似于法律合约的功能，无需法律合同就能够让你知道想知道的，却不会知道的更多。这一切都是通过密码学协议保证。
这和区块链技术有异曲同工之处。
例如在上述应用场景下，最终可能得到的汇总信息是：1万个客户在看到广告后购买了商品，总共购买金额100万。其余什么都不知道。知其然而不知所以然。
上述场景是一个计算广告转化率的应用场景。谷歌提供的隐私交集和技术能够在保护隐私的前提下，计算广告转化率。当然，还可以应用到其他领域的研究中，例如：医疗保健、车辆安全、公共政策、多样性和包容性等研究中。
安全模型和不足之处
在谷歌开源库中，其安全模型假设的是“诚实且好奇的敌手”。如果参与者违背了协议，他们可能会知道更多，不仅仅是规定的信息。因此，该协议不能确保使用协议的各方使用合法的输入，或者防止任意输入。有可能导致泄露的弱点。
例如有一个用户消费金额很大，通过交集和汇总出的数据就很容易判断出，该用户是否在交集里。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。