Google開源內部影像物體模糊隱私技術，並且強化完全同態加密轉譯器效能

Google釋出兩項最新隱私強化技術，第一個是內部專案Magritte的開源版本，可以用於模糊影像隱私物體，另一個則是強化完全同態加密（Fully Homomorphic Encryption，FHE）轉譯器的效能，使企業能夠更高效地安全處理敏感資料。

Google在過去幾年間發展多項隱私強化技術，像是聯合學習、差分隱私和完全同態加密等，這些技術讓企業能夠以可證的隱私方法分析大資料集，在推薦等用例提供更多的隱私保護，像是在用戶搜尋餐廳受歡迎餐點，或是於訊息輸入獲取建議的同時，也能維持匿名性。

但是這些技術進入門檻並不低，除了要求大量計算資源外，管理的複雜性和實作成本都讓一般企業難以採用，Google近三年透過改進這些技術，試圖讓隱私技術採用更加普及，最新釋出的兩項新技術發展，便是這些工作成果的一部分。

Google公開內部的Magritte專案，該專案能夠使用機器學習技術，以低運算資源偵測物體，並在特定物體像是車牌出現在螢幕時執行模糊處理。官方表示，隱私強化技術應用層面很廣，能協助開發人員在不洩漏個人資訊的情況下分析資料，也能夠透過模糊處理，保護線上照片和影片中人物的身分安全，但過去這類技術需要較高的運算強度，很難以不破壞用戶體驗的方式實作。

Magritte低資源消耗特性，能夠使該技術更為普及，特別適用於攝影記者，藉由使用Magritte開源專案，攝影記者可以節省模糊物體的時間。

另外，在去年的時候，Google發表了完全同態加密轉譯器，這讓開發人員在無法存取個人資料的情況下運算加密資料。現在Google最佳化轉譯器，能夠再進一步降低計算成本和時間，這將有助擴大金融服務、醫療保健和政府等產業應用。