91download.com supports a wide range of platforms, including YouTube, Facebook, Twitter, TikTok, Instagram, Dailymotion, Reddit, Bilibili, Douyin, Xiaohongshu and Zhihu, etc. Click the download button below to parse and download the current video
在科技飞速发展的今天，数据统计与发布已经成为我们生活中不可或缺的一部分。但在这个过程中，如何确保个体隐私不受侵犯，成了一个棘手的问题。今天，我们就来探讨一下这个话题。
你是否想过，当我们在发布统计数据时，比如一项医疗研究或人口普查，隐私是如何被暴露的？实际上，调查中可能发生的隐私侵犯有两种，它们在本质上有着显著的区别。
第一种是直接侵犯个人隐私，比如泄露了某个人的特定信息（如生日、血型或是哈利·波特学院）。这正是我们通常关注的隐私侵犯类型。而第二种则是通过关联某个群体间接侵犯隐私，比如男性更容易获得高薪，或是斯莱特林学院的学生更容易邪恶，或是高薪男性更容易是斯莱特林学院的学生……
当然，揭示一个群体基于趋势的信息正是进行调查的目的。我们作为一个社会，想要了解吸烟者与非吸烟者的预期寿命，或是职业冰球球员典型的出生月份。但如果一项调查显示冰球球员更有可能在1月出生，那么知道某人效力于NHL就能让你洞察到一个本应是私人的信息，而且无论这位球员是否参与了调查，这一点都是成立的。
如果我们想要100%保护个体的隐私，唯一的选择可能就是完全禁止所有使用任何个人信息的调查和研究。但这样一来，我们就无法拥有代表性的民主制度，无法研究疾病，无法监视从斯莱特林学院出来的黑暗巫师，也无法做很多其他有用的事情。
所以，如果你要进行一项研究，你能做的最好的事情就是确保参与者的隐私侵犯不会超过他们如果不参与研究所受到的侵犯。换句话说，目前的主流观点认为，揭示NHL球员更有可能在1月出生是可以接受的，但揭示某个特定球员的生日则是不可接受的。
当然，你需要使用数学方法来确保这种揭示是隐私保护的，这正是我们主视频所讨论的内容。如果你想要确保你的在线信息不被盗取或发布，我强烈推荐使用Dashlane，这是本视频的赞助商，一个可以大大简化并保护你在线生活的服务/工具。使用Dashlane，你使用的每一个网站或在线服务都会有一个强大且唯一的密码，而Dashlane会安全地记住它们，这样你就不必自己记了。Dashlane还可以（在获得你的许可后）自动填写在线地址表单、信用卡信息，为你节省时间和精力。它真的很好用。
你可以在dashlane.com/minutephysics免费试用Dashlane高级版30天（包括Dashlane的VPN）。再次提醒，网址是dashlane.com/minutephysics，使用优惠码minutephysics结账时还可以享受10%的折扣。我要感谢Dashlane简化并保护了我的生活。
回到文章开头，我们探讨了在数据发布中保护隐私的挑战。通过数学方法，我们可以在不侵犯个人隐私的前提下，揭示群体趋势。让我们在享受数据带来的便利的同时，也不忘保护每一个个体的隐私。
Share on Twitter Share on Facebook