Engadget说，谷歌在差异隐私保护方面进行了投资，比如，在谷歌地图上衡量一家特定餐厅的菜有多受欢迎。现在，该工具可能会帮助其他开发人员达到所需的差异隐私保护级别。”通过发布自己开发的差异隐私工具，谷歌将使任何公司都能更容易地提高其隐私的真实性。

撑腰。什么是差异隐私？这是数据科学的说法。以下是莉莉·海伊·纽曼在《连线》杂志中的描述：它策略性地将随机噪声添加到存储在数据库中的用户信息中，这样公司仍然可以分析它，而不必把人排除在外。

此前，andy greenberg曾在wired中把它作为“一个数学工具”进行过描述，在保护用户隐私的同时，还管理着用户数据的挖掘。怎样？在“上传到云端之前”在用户信息中添加“随机噪音”。

Nick Statt在边缘提供了另一个差异隐私的快照，作为“一种数据科学的加密方法，特别是在分析方面，它允许依赖软件辅助分析的人在保护用户隐私的同时从大量数据集中获取见解。”

今年5月，尼古拉斯·萨托（nicolas sartor）在《航空斗篷》（aircont）中写道，这与匿名化（anonymization）有何关联，这个词已经为更多人所熟悉。”在处理数据匿名时，不可避免地会遇到不同的隐私。许多隐私研究者认为这是匿名化的“黄金标准”。苹果（apple）或谷歌（google）等知名科技公司正利用它进行某些数据分析，并将其推向市场，以提高公众意识，突显出它们对数据保护的重视。”

至于google的声明，newman报道了开发人员得到的信息：（1）一组开源的差异隐私库，提供了在识别数据时设置边界和约束所需的方程和模型；（2）一个接口，使更多的开发人员更容易实现pr。注意。

隐私和数据保护办公室产品经理米格尔•格瓦拉（miguel guevara）周四在谷歌开发者博客（google developers blog）上发表了一篇文章，明确表示，不仅开发者，企业以及他们所服务的人都可以从强大的隐私保护中获益，而开源librARY的设计是为了满足开发人员的需求。

“无论您是城市规划师、小企业主还是软件开发人员，从数据中获得有用的见解都可以帮助服务更好地工作，并回答重要问题。但是，如果没有强有力的隐私保护，你就有可能失去公民、客户和用户的信任。”

格维拉说：“从医学到政府，再到商业，甚至更远的领域，我们希望这些开源工具将有助于产生有益于所有人的见解。”格瓦拉举了一个例子，说明医疗研究人员如何实施这一分析。

“差异私人数据分析……使组织能够从其大多数数据中学习，同时确保这些结果不允许对任何个人的数据进行区分或重新识别……例如，如果您是一名健康研究员，您可能希望比较患者在不同医院的平均住院时间，以确定护理是否存在差异。差异隐私是一种高保证、分析性的方法，可以确保以保护隐私的方式处理此类用例。”

GITHUB页面称该项目有一个“ε-差分私有算法”的C++库，它可以用于生成包含私有或敏感信息的数字数据集的聚合统计。此外，我们还提供了一个随机测试仪来检查算法的正确性。”

实际上，这个随机测试人员正是帮助net security的zeljka zorz发现这个版本最重要的东西。她说，这是为了帮助发现在实施过程中的小故障和问题，“这可能使差别隐私权不再有效”。这将使开发人员能够确保其实现正常工作。”

她的评论引起了共鸣，因为纽曼在《连线》（wired）杂志上说，专家们强烈劝阻开发者尝试“推出自己的”差异隐私方案，或从头设计一个。谷歌希望它的开源工具使用起来足够简单，可以成为开发人员的一站式服务，否则可能会给自己带来麻烦。”