谷歌宣布在云端資料倉儲BigQuery添加差分隱私技術，使得用戶可以在各種應用中提升敏感資料的隱私安全性。 目前所有BigQuery版本都已經支持差分隱私，用戶能夠使用的聚合函數包括SUM、COUNT、AVG和PERCENTILE_CONT。

　　差分隱私是一個隱私安全的特征共享方法，通過僅分享數據庫中的一些統計特征，而不公開特定實體信息，來達到保護隱私安全的目的。 差分隱私這項匿名化技術，能夠應用在機器學習推理和共享數據用例上，包括廣告、金融、醫(yī)療保健和教育行業(yè)應用，皆會使用差分隱私進行數據分析，并免暴露個人紀錄。

　　谷歌在2019年發(fā)布將差分隱私技術應用在數據庫的重要研究，其目標是希望差分隱私能夠確保數據庫查詢的結果，不會泄漏數據庫中任何個體的過多信息。 這項研究的重要性在于，過去差分隱私都僅停留在科學研究階段，真正完整的差分隱私查詢引擎很少，而谷歌的這項研究則將差分隱私帶進實際應用中。

　　差分隱私用于實際系統之所以存在挑戰(zhàn)，在于差分隱私系統常假設每個個體最多只與一條數據庫記錄相關聯，但在數據庫實際應用上并非如此，谷歌提出在數據庫中進行差分隱私聚合的方法，這是一個通用且可擴展的方法，每個個體可以和任意行數的數據相關聯。

　　谷歌在發(fā)布差分隱私論文的同時，也開源了自家核心產品中所使用的差分隱私函式庫，包括谷歌的廣告資料中心，以及疫情社區(qū)人流趨勢報告，都使用了這個函式庫。

　　現在谷歌進一步擴展自家產品對差分隱私的支持，利用差分隱私函式庫，在BigQuery加入這項隱私保護功能，優(yōu)點除了提升數據應用隱私保護之外，也能協助企業(yè)符合法遵要求，而且因為差分隱私與其他隱私保護技術相比，更能保留數據的統計特性和可用性，因此企業(yè)在保護用戶隱私的同時，仍可以對資料進行分析，挖掘有價值的信息。

　　谷歌提到，之后他們還會在BigQuery資料無塵室中整合差分隱私，使企業(yè)能夠以更具隱私安全的方式共享敏感資料。