加密隐私增强技术有哪些

差分隐私

差分隐私将处理过的干扰信息添加到数据集，这样既可以识别数据集中的组模式，同时保持个人的匿名性。这使得庞大数据集可以发布用于公共研究。科技公司也使用差异隐私来分析大量用户数据，并从中获得洞察力。

同态加密

同态加密能够对加密数据进行计算操作。任何分析的结果都保持加密状态，只有数据所有者才能解密和查看。这种加密方法使企业能够分析云存储中的加密数据，或与第三方共享敏感数据。谷歌已发布了开源库和工具，对加密数据集执行同态加密的操作。

安全多方计算（SMPC）

安全多方计算（Securemultipartycomputation，简称“SMPC”）是同态加密的一个子领域，将计算分布到诸多系统和多个加密数据源上。这项技术确保任何一方都看不到整个数据集，并限制了任何一方可以获得的信息。OpenMined在其PyGrid对等平台中使用SMPC，用于私密数据科学和联合学习。

零知识证明（ZKP）

零知识证明(Zero-KnowledgeProof或Zero-KnowledgeProtocol，简称“ZKP”)是一组加密算法，可以在不泄露证明信息的数据这种情况下验证信息。它在身份认证中起到了至关重要的作用。比如说，可以使用ZKP验证某人的年龄，而不透露其实际出生日期。

联邦分析（Federated Analytics）

联邦分析是针对分散数据执行计算机程序的一种范例。这包括一方将程序上传到数据所在的服务器或设备，在数据所在的服务器或设备上执行程序，并将结果返回给发起方。通过这种方式，没有数据直接泄露给当事人。