Google开源内部图片物体模糊隐私技术，并且强化完全同态加密转译器性能

Google发布两项最新隐私强化技术，第一个是内部项目Magritte的开源版本，可以用于模糊图片隐私物体，另一个则是强化完全同态加密（Fully Homomorphic Encryption，FHE）转译器的性能，使企业能够更高效地安全处理敏感资料。

Google在过去几年间发展多项隐私强化技术，像是联合学习、差分隐私和完全同态加密等，这些技术让企业能够以可证的隐私方法分析大资料集，在推荐等用例提供更多的隐私保护，像是在用户搜索餐厅受欢迎餐点，或是于消息输入获取建议的同时，也能维持匿名性。

但是这些技术进入门槛并不低，除了要求大量计算资源外，管理的复杂性和实例成本都让一般企业难以采用，Google近三年通过改进这些技术，试图让隐私技术采用更加普及，最新发布的两项新技术发展，便是这些工作成果的一部分。

Google公开内部的Magritte项目，该项目能够使用机器学习技术，以低计算资源侦测物体，并在特定物体像是车牌出现在屏幕时执行模糊处理。官方表示，隐私强化技术应用层面很广，能协助开发人员在不泄露个人资讯的情况下分析资料，也能够通过模糊处理，保护线上照片和视频中人物的身份安全，但过去这类技术需要较高的运算强度，很难以不破坏用户体验的方式实例。

Magritte低资源消耗特性，能够使该技术更为普及，特别适用于摄影记者，借由使用Magritte开源项目，摄影记者可以节省模糊物体的时间。

另外，在去年的时候，Google发布了完全同态加密转译器，这让开发人员在无法访问个人资料的情况下运算加密资料。现在Google优化转译器，能够再进一步降低计算成本和时间，这将有助扩大金融服务、医疗保健和政府等产业应用。