Maschinelles Lernen
mit sensiblen Daten

DQ0 garantiert den Schutz Ihrer Daten durch Differential Privacy. Sie behalten die vollständige Kontrolle über Ihre Daten, und jeder kann die Daten für erweiterte Analysen verwenden, ohne private Informationen zu gefährden.
 

Datenschutz made in Europe

Wie können sensible Daten sicher genutzt werden? DQ0 ist eine Plattform für datenschutzkonforme Analysen und Machine Learning. Holen Sie maximalen Wert aus Ihren Daten, ohne geheime Informationen preiszugeben. DQ0 garantiert mathematisch-prüfbaren Datenschutz. Nutzen Sie DQ0, um Datenlecks in Ihrem Unternehmen für immer zu verbannen, um Datenmarktplätze zu erstellen, bei denen externe Analysten sicher mit Ihren Daten arbeiten können, oder um externe Datenquellen sicher zu nutzen ohne einer anderen Instanz vertrauen zu müssen. Mit DQ0 sind Sie jederzeit vollständig konform mit allen Datenschutzbestimmungen. weiterlesen

Für Datenbeauftragte

DQ0 ist als SaaS Lösung in der privaten Cloud oder als on-premise Version verfügbar, installiert "vor" Ihrer Datenhaltungs-Lösung. Die Daten selbst müssen für eine Verwendung in DQ0 nicht verändert werden. Der Integrationsaufwand ist minimal. Es lassen sich prinzipiell alle Datenquellen anschließen. DQ0 arbeitet mit strukturierten Daten aus SQL und No-SQL Datenbanken, Dateisystemen und Cloud-Speichern genauso wie mit binären Daten wie Bildern oder Messdaten.
weiterlesen

For Analysten

DQ0 wurde von Datenwissenschaftlern für Datenwissenschaftler entwickelt. Neben der Funktionalität Modelle auf geschützten Daten zu rechnen, bietet DQ0 komfortable Möglichkeiten zur Modell-Versionierung und zur Parametrisierung und Nachverfolgung Ihrer Experimente. Sie können mit DQ0 mit dem frei verfügbaren DQ0-CLI-Befehlszeilenprogramm, der integrierten Webanwendung oder dem DQ0-SDK direkt von Ihrer Jupyter-Entwicklungsumgebung aus kommunizieren.
weiterlesen

Wertversprechen

 

DQ0 für Daten-Marktplätze

Nutzen Sie den Wert Ihrer Daten mit Daten-Marktplätzen

Die DQ0-Datenquarantäne ist eine sichere Daten-Enklave, mit der einfach und sicher datengesteuerte Lösungen entwickelt werden können, und der Zugriff für externe oder interne Teams reibungslos verwalten werden kann. Sensible Daten können sicher zu DQ0 hinzugefügt und von Teams oder Einzelpersonen gemeinsam genutzt werden. Interne und externe Teams können allgemeine Informationen und Vorhersagemodelle aus den Datensätzen ableiten, während vertrauliche Informationen niemals preisgegeben werden. Die Datenverarbeitung und Modellausführung erfolgt innerhalb der Datenquarantäne. Alles, was mit DQ0 entwickelt wurde, bleibt unter der Kontrolle des Datenbesitzers. Mit DQ0 können Sie Datenmarktplätze erstellen und allen Zugriff gewähren, ohne sich um Datenschutz sorgen zu müssen.

 

DQ0 zur Nutzung externer Daten

Integrieren Sie externe Daten ohne Datenschutz-Kompromisse

Die DQ0-Datenquarantäne bietet eine mathematisch erprobte Lösung für die datenschutzkonforme Datenwissenschaft. Und das ohne die Daten selbst zu verändern. Daher können vertrauliche Datenquellen sicher für die Modellierung durch interne oder externe Analysten verwendet werden. Mit DQ0 sind keine Datenumwandlungs-Prozesse für die Anonymisierung usw. erforderlich. Datensätze werden unverändert verwendet. Für die Analysen können die vollständigen Datensätze einschließlich vertraulicher Informationen verwendet werden. Sämtliche Informationen werden von DQ0 immer nach dem strengen Kriterium der Differential Privacy bewertet.

 

DQ0 für Informationssicherheit

Sparen Sie Kosten und vereinfachen Sie Ihre Informationssicherheit

Mit DQ0 können Cybersicherheitsrisiken drastisch reduziert werden. Datenschutzbeauftragte gewähren nur wenigen ausgewählten Personen Zugriff (dem "Dateneigentümer-Team"). Alle anderen ("Datenanalysten") greifen über die DQ0-Plattform auf die Datensätze zu. Daher kann das Informationssicherheitsteam mit einer einzigen Lösung den Zugriff auf vertrauliche Informationen im gesamten Unternehmen verwalten. Mitarbeiter, die über DQ0 auf die Daten zugreifen, können niemals Datenverletzungen begehen, da sie zu keinem Zeitpunkt Zugang zu den vertraulichen Informationen hatten. DQ0 ist eine mathematisch erprobte und zertifizierte Plattform für den sicheren Datenzugriff und kann Geschäftsrisiken und die Komplexität des IT-Managements reduzieren.

 

DQ0 Quarantine

Wie funktioniert DQ0?

DQ0 ist Datenschutz. Mit DQ0 werden nicht die Daten zu den Modellen gebracht, die Modelle kommen zu den Daten. Sie müssen keine teuren und fehleranfälligen Datenanonymisierungsprozesse implementieren. Vielmehr wird mit DQ0 der Datenschutz zum Abfragezeitpunkt, mit einer cleveren neuen Form der Differential Privacy für Maschinelles Lernen, implementiert. DQ0 steht im Einklang mit nationalen und internationalen Datenschutzbestimmungen.

Das DQ0 Data Shield wird direkt vor Ihrer Data Warehouse-Lösung oder als vertrauenswürdige Cloud-Enklave mit vollständiger Ende-zu-Ende Verschlüsselung installiert. In beiden Fällen sind die Daten geschützt und gleichzeitig sicher für erweiterte Analysen für (externe) Data Science-Teams verfügbar.

DQ0 kann jede Art von Daten verarbeiten: strukturierte Daten sowie Textdokumente, Bilder oder jedes andere Format.

Das DQ0 SDK bietet eine standardisierte Schnittstelle für allgemein verfügbare Modelle sowie für selbst entwickelte Modelle.

Häufig gestellte Fragen

Weil DQ0 auf dem mathematisch überprüfbaren Pinzip der Differential Privacy beruht und gleichzeitig eine durchdachte Plattform für Data Science bietet. DQ0 setzt höchste Standards für den Schutz Ihrer Daten.
DQ0 setzt höchste Standards in Bezug auf Datenschutz und Datensicherheit. Wir haben ein Rechtsgutachten, das bestätigt, dass DQ0 zur Einhaltung der Datenschutzgesetze geeignet ist. Kontaktieren Sie uns unter dq0@gradient0.com für weitere Informationen.
Differential Privacy macht Datenschutz messbar. Bei jeder Datenabfrage wird etwas über die Daten preisgegeben (andernfalls wäre die Abfrage bedeutungslos). Bei Fragen an angeblich vollständig anonymisierte (oder pseudonymisierte oder maskierte) Daten werden auch Informationen über die Originaldaten preisgegeben. Und meist sehr viel mehr als gewünscht. Differential Privacy setzt einen mathematisch definierten Standard für diesen unerwünschten Informationsabfluss, und DQ0 garantiert, dass er stets so niedrig wie möglich bleibt.
Weil der Prozess zur Erstellung der synthetischen Daten selbst auch sicher sein muss. Synthetische Daten versprechen dieselben Eigenschaften wie der Originaldatensatz, ohne sensible Informationen preiszugeben. Leider ist dieses Versprechen nicht zu halten. Dies ist nach heutigem Stand der Forschung - und auch für absehbare Zeit - schlicht nicht möglich. Lösungen, die etwas anderes versprechen, sollten mit großer Vorsicht betrachtet werden.
Ja. Wenn diese Daten jedoch zuvor persönliche Informationen enthielten und anonymisiert oder pseudonymisiert (oder maskiert) wurden, sind sie nicht wirklich anonym, sondern lassen Rückschlüsse auf geheime Daten zu. Es gibt unzählige Fälle, die beispielsweise zeigen, wie bestimmte Personen in scheinbar vollständig anonymisierten Daten zugeordnet werden konnten (sog. membership disclosure). "This is [..] why Cynthia Dwork […] likes to say "anonymised data isn’t" – either it isn’t really anonymous or so much of it has been removed that it is no longer data." Aus "The Ethical Algorithm" von Michael Kearns und Aaron Roth. (link)
Datenschutz ist immer mit Kosten verbunden. Um die persönlichen Daten einer Person zu schützen, wird Rauschen hinzugefügt. Dies wirkt sich auch auf die Datenanalyse aus. DQ0 gewährleistet strenge Datenschutzgarantien mit genau kalibriertem Rauschen, um den besten Kompromiss zwischen Datenschutz und Privatsphäre zu erzielen.
DQ0 implementiert alle Methoden zum Datenschutz sorgfältig und sicher und testet diese Sicherheit kontinuierlich nach den neuesten wissenschaftlichen Kriterien. DQ0 ist vollständig Ende-zu-Ende verschlüsselt. Die Software zur Steuerung der Plattform ist vom TÜV Austria zertifiziert als "Trusted Application". (link)
Und doch tun es wenige. Differential Privacy ist ein mathematisches Konzept, keine Lösung. Die zuverlässige Implementierung dieser Methode erfordert das Zusammenspiel erfahrener Experten aus Mathematik, Datenwissenschaft und Informatik, die bei Gradient Zero zusammenkommen. DQ0 bietet eine getestete und überprüfbare Lösung für den Datenschutz beim maschinellen Lernen.
DQ0 gewährleistet die sichere Implementierung dieses Budgets. Das Schutzniveau ist für Dateneigentümer immer transparent. Gleichzeitig gewährleistet DQ0 eine maximale Verwendbarkeit der Daten, selbst für anspruchsvolle datenwissenschaftliche Analysen.
Differential Privacy kann auch direkt auf die Daten angewendet werden. Fragen Sie unsere Experten nach individuellen DQ0-Lösungen, z.B für eine dezentrale Anwendung von Differential Privacy. Kontaktieren Sie uns: dq0@gradient0.com.
DQ steht für Datenquarantäne, die sichere Enklave für Ihre Daten. Die Null haben wir von unserem Unternehmen Gradient Zero geborgt.