又要提供便利又要保护隐私,苹果是如何两者兼顾的?( 七 )

此外 , 私密联邦学习在训练机器学习模型时不会手机用户数据 , 或是在云端进行数据分析 , 所有模型训练都是在设备本地进行的 , 会被回传给苹果的也只有模型更新而已 , 当中并不包含用户数据 。

随后 , 苹果的服务器会将这些模型更新汇总成一个增强的模型 , 然后发送回用户的设备 。

在设备端和服务器端 , 苹果都使用了差分隐私技术 , 用户的身份信息不会被追踪和泄露 。

总结

苹果这次隐私网页将用户对于隐私数据的需求明确的分成了两个部分:

第一个部分是用户希望保护自己的私密数据 , 不被追踪不被广告骚扰 , 对于这个环节 , 苹果明确对各条产品线软硬件都做出了明确的规定 , 用户可以明晰的清楚自己何时在被调取信息 , 时刻提醒用户对于数据安全的保护 。

第二个部分则是创造性的在保护用户隐私的同时去辅助用户让设置与操作变得更便捷 。 比如用替换邮件生成保护的注册邮箱 , 在产品丢失时通过附近的设备报道丢失位置信息 , 我们以往对于隐私保护的理解就是将所有数据都留在本地 , 并对数据加密 。 但是苹果的解决方案创新之处则在于 , 在保护用户数据隐私依然安全的同时 , 并没有因此而丧失任何便捷性 。 这除了对隐私保护的坚持 , 背后的技术支撑也是必不可少的 。

推荐阅读