Kapitel 10. Datensatzverknüpfung unter Wahrung der Privatsphäre

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com

In den vorangegangenen Kapiteln von haben wir gesehen, wie Entitäten durch exakte und probabilistische Abgleichverfahren aufgelöst werden können, wobei sowohl lokale Rechner als auch cloudbasierte Lösungen zum Einsatz kommen. Der erste Schritt bei diesen Abgleichsverfahren besteht darin, die Datenquellen auf einer einzigen Plattform zum Vergleich zusammenzuführen. Wenn die Datenquellen, die abgeglichen werden sollen, einen gemeinsamen Eigentümer haben oder in ihrer Gesamtheit für den Abgleich freigegeben werden können, ist eine zentrale Verarbeitung der effizienteste Ansatz.

Datenquellen können jedoch oft sensibel sein und Datenschutzerwägungen können eine uneingeschränkte Weitergabe an eine andere Partei ausschließen. Dieses Kapitel befasst sich mit der Frage, wie datenschutzfreundliche Datensatzverknüpfungstechniken verwendet werden können, um grundlegende Entitätsauflösungen in Datenquellen durchzuführen, die von zwei Parteien getrennt gehalten werden. Insbesondere betrachten wir die private Mengenüberschneidung als praktisches Mittel, um Entitäten zu identifizieren, die beiden Parteien bekannt sind, ohne dass eine Seite ihren gesamten Datensatz der anderen Seite offenlegt.

Eine Einführung in die Private Set Intersection

Private Set Intersection (PSI) ist eine kryptografische Technik, ...

Get Praktische Auflösung von Entitäten now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.