谷歌揭示了安卓的私有计算核心如何保护您的数据安全

(资料图片)

谷歌负责多项 AI 和 ML 支持的功能，这些功能已进入 Android，例如实时翻译和智能回复。由于 Android 的私有计算核心，来自这两项服务的用户数据不会进入谷歌，但类似的服务通常依赖于基于云的数据模型。事实上，正如最近一些社区开发的实用程序所揭示的那样，您的大量数据会不断流式传输到 Google 和其他服务提供商以使该功能发挥作用。为了帮助消除任何隐私问题，谷歌发布了一份新的技术白皮书，解释了 Android 的私有计算核心是如何演变的。

Android 12包含多项外观改进，但在隐私和安全方面，私有计算核心 (PCC) 是最大的升级之一，除了新的隐私仪表板和应用程序和服务访问您的相机和麦克风时的指示器。PCC 通过将其与其他进程和 Web 隔离，帮助提高设备上机器学习和 AI 处理任务的安全性。所有敏感数据流都在定义为 Android 开源项目 (AOSP) 的一部分并由公共 Android API 控制的隔离进程中进行处理。

您可能想知道如果运行 Android 12 及更高版本的手机更喜欢使用 PCC 进行设备上处理，机器学习模型将如何实际学习。好吧，谷歌解释说(尽管通过漫画用非常模糊的术语)对这些令人敬畏的功能背后的学习模型进行分散培训是前进的方向——一种确保您的数据永远不会离开手机的简单方法。

设备上的机器学习数据只能通过 Android 的私有计算服务离开私有沙箱，这确保了这些数据是加密的，并且不可能从中提取私有数据。然后聚合来自数千个设备的加密结果，并且只有聚合可以被解密。由于这些模型确定样本数据中的模式，然后学习识别它们，因此谷歌通过限制共享量或添加噪音来掩盖独特数据，确保无法收集到任何单个贡献者的数据(来自任何一部手机)。然后将 AI/ML 模型发送回具有新技能的小块中的用户，从那里收集更多测试数据以继续循环并重新训练模型。

在你的设备上积极使用的模型保持静态，在谷歌推出更新之前没有明显的改进，但这也意味着你的手机不会不断地连接第三方服务器来不断地提供和接收你与这些人工智能/机器学习模型相关的个人数据在幕后运行。谷歌选择的路线的优势还在于它不会对你的电池寿命产生明显影响，因为你的手机需要闲置、充电并连接到 Wi-Fi 才能开始 ML 优化过程。

如果您对所有细节感兴趣，我们建议您查看Google 的研究人员技术白皮书。它包括所有隐私结构，以及对公司与 PCC 建立的所有流程的深入解释。

自推出 Android 12 以来，PCC 已经开始运作，致力于保护您的数据隐私，同时改进 AI 和 ML，以造福 Android 社​​区。由此实现的增强可能并不总是引人注目，但谷歌让你感谢各种人工智能和机器学习功能的逐渐增强。

关键词：