新方法实现了对敏感数据的自动保护

正如人们需要保护其敏感数据(例如社会安全号码)一样，制造公司也需要保护其敏感公司数据。当前，专有制造信息的保护较少，这使其成为了诸如设计模型之类的公司数据盗窃的成熟环境。

宾夕法尼亚州立大学的研究人员小组和研究生在美国测试与材料学会的报告中说，一种称为差异隐私的特殊方法可能能够更好地保留制造商的业务，敏感的设计细节和公司的整体声誉。

“网络攻击在制造业中越来越常见，”工业工程学教授惠阳说。“这给常规操作带来了意想不到的干扰，并造成数十亿美元的损失。例如，对手经常试图推断用于创建分析模型的训练数据集中包含的样本，或者使用释放的模型推断目标的敏感性。背景资料这个目标是可用的。作为制造系统是一个民族的脊梁关键基础设施对经济增长，迫切需要保护生产企业的隐私信息，并尽量减少模型反演攻击的风险。”

公司经常对大型数据集进行数据挖掘，以了解可以增加利润，降低成本，降低风险等等的模式。数据挖掘可能会无意间公开私有数据，对制造商构成重大的安全威胁，因为诸如客户身份，生产规格和机密商业信息之类的机密数据可能会受到损害。

差异隐私是一种新兴的方法，可保护数据免遭任何可能泄露系统内任何敏感数据的尝试。差异隐私可以通过创建一种方案来解决该问题，该方案可以强制系统在需要最多保护的数据周围创建“噪声”，并可以针对这些不同类型的数据优化隐私参数。