当Facebook上次与学术界共享用户数据时，个人隐私保护遭遇了严重危机 – 这不仅让公司付出了50亿美元的FTC罚款，更带来了难以估量的声誉损失。
然而，基于26亿月活跃用户的数据洞察对研究领域具有重要价值。Facebook希望在确保个人信息不被泄露、不被用于其他目的的前提下，为相关研究做出贡献。
为此，Facebook开发了一套全新的”差分隐私（DP）框架”，使其能够安全地与学术界及公众共享数据，同时避免泄露个人隐私信息。
Facebook对此解释道：”差分隐私通过添加适当噪声的方式，最大限度地降低了在可能存在的附加信息（甚至包括我们现在无法预料的信息）帮助下重新识别个人数据的风险。应用DP框架会考虑数据集的敏感性，按比例添加噪声，确保极大概率下没有人能够重新识别用户身份。”
本质上，这个新框架使Facebook能够提供广泛的数据集，帮助识别趋势和变化，同时不会通过关联到任何个人特定信息而侵犯用户隐私。
考虑到Facebook在此类事务上的过往记录，无论怎样包装，这听起来仍然存在风险。但与潜在应用场景相比，这一框架在多个方面都具有重要价值。
例如，Facebook最近发布了一系列公共数据集，详细记录了不同地区的人员流动情况，以帮助医疗团队和研究人员制定抗击COVID-19传播的战略计划。
今年早些时候，Facebook还提供了”迁移地图”，帮助救援团队协助受澳大利亚丛林大火影响的人们。
这些数据基于Facebook应用中的位置跟踪信息，大多数用户都开启了此功能，使Facebook能够提供此类广泛范围的洞察，协助相关规划工作。
Facebook的COVID-19人员流动地图已对14个国家公开，并采用了新的DP框架来保护用户信息。这意味着Facebook可以提供有价值的洞察，同时避免这些信息被滥用的风险 – 不过Facebook也指出，用户可以随时选择退出信息共享。
但正如所述，提供这些信息具有重要价值。
位置跟踪总是伴随着一定程度的风险 – 本周我们再次看到，美国当局利用为缓解COVID-19疫情而启用的位置跟踪信息来监控#BlackLivesMatter抗议者的行动轨迹。
我们始终需要牢记相关的隐私考量，但Facebook相信其新的DP框架将提供足够的保护，确保人们无法从更广泛的公共数据集中追溯到具体个人。
