苹果是如何判断哪些表情符号最受欢迎

在苹果发布的一份充满专业术语的论文中，该公司公布了用户发送的流行表情符号排名，从该快照中可以看出，大赢家至少是老派的笑脸和喜极而泣的表情。简单的红心则位居第二。

表情符号简单又搞笑，但苹果判断表情符号流行度的方法却绝非如此。该公司最近在《机器学习期刊》上发表了一篇包含表情符号排名的文章，文章解释了他们如何收集有关表情符号等内容的宏观数据，同时又在个人层面上保护人们的隐私。

为此，他们使用了一种称为“差分隐私”的计算机科学策略。简而言之，这意味着添加某种噪音来掩盖某人手机上的数据，但之后——在将噪音数据与其他人的噪音数据相结合之后——他们仍然可以从宏观层面了解他们收集到的信息。

“差异隐私”是一个令人困惑的术语，但其概念却令人着迷。

宾夕法尼亚大学计算机与信息科学副教授 Aaron Roth 表示，想象一下，你想在选举前进行民意调查，以了解有多少比例的人会投票给民主党候选人。民意调查员会打电话给选民，询问他们打算投票给谁，并将结果记录在账簿上。但如果这份记录被泄露或被盗，一整份名单上的选民姓名和政党偏好都会被曝光。使用这种方法，你可以知道哪个候选人可能会获胜，但你却将人们的隐私置于危险之中。

现在想象一下，民意调查员（他们像以前一样，仍然想知道哪位候选人可能获胜）打电话给选民，并向他们提出不同版本的问题。首先要求选民抛硬币。如果硬币正面朝上，选民将被要求说出他将投票给哪个政党的真相。但是，如果硬币反面朝上，选民将被要求在两个政党之间随机选择并说出其中一个。换句话说，反面意味着民意调查员听到共和党的几率为 50%，民主党的几率为 50%。总而言之，使用这种方法，民意调查员从选民那里听到他将投票给谁的真相的几率为 75%，听到谎言的几率为 25%。其中有噪音，但这种噪音是故意添加的。民意调查员甚至不知道他们听到的答案是否是真实的，只知道它是真实的百分比几率。

这意味着，如果民意调查员的账簿公开，任何个人选民信息都不会被泄露。“你无法对任何个人将投票给谁形成坚定的信念，”罗斯说。“每个人都有合理的否认理由。”如果你的数据被泄露，没有人会知道它是否准确。

但至关重要的是，民意调查人员仍然可以计算出预测选举结果所需的平均值，因为他们知道他们让数据变得嘈杂的具体方式。大局清晰，小局却模糊不清。

“这是一个非常简单的例子，”罗斯说，“但差异隐私提供了隐私的正式定义和更普遍地做这样的事情的方法。”

这是苹果在研究表情符号使用等行为趋势时使用的一般方法。该公司在其机器学习博客上写道：“这种方法的根源在于，精心校准的噪音可以掩盖用户的数据。当许多人提交数据时，添加的噪音会平均化，有意义的信息就会浮现出来。”

罗斯表示，差异隐私是解决特定类型问题的重要工具。如果你想弄清楚一个人是否患有癌症并需要治疗，差异隐私显然不是一个好策略。但如果你想知道某个群体中有多少比例的人患有癌症，差异隐私可能是找出答案的方法。罗斯说：“当你想了解的不是关于某个人的事实，而是某个群体的某些统计属性时，差异隐私就很有用。”

苹果公司解释称，当人们选择与他们共享此类数据时，在手机数据上应用噪声后，随机加密的样本数据会发送到苹果服务器。该公司写道：“这些记录不包括设备标识符或事件发生时的时间戳。”

任何 iOS 用户都可以选择是否共享：转到“设置”，然后“隐私”，然后“分析”，然后关闭或打开“共享 iPhone 分析”。