Sarus

Sarus on analytiikan ja tekoälyn yksityisyyden suojauskerros, joka asettuu tietolähteiden ja analyytikoiden väliin ja mahdollistaa arkaluonteisen datan käsittelyn ilman sen paljastamista. Se varmistaa jokaisen kyselyn yksityisyyden suojan käyttämällä differentiaalisen yksityisyyden suojausta, synteettistä dataa ja yksityisyyttä säilyttävää kyselyiden uudelleenkirjoitusta, samalla kun se tukee on-premises- tai julkisen pilven käyttöönottoja. Tämä lähestymistapa auttaa tutkimusta, analytiikkaa ja AI-sovelluksia vapauttamaan datan arvon turvallisesti ja säädösten mukaisesti.

• Yhteydet: natiivisti yhdistää tietokantoihin, datavarastoihin/lakehouseihin sekä pilvitallennuksiin ilman datan siirtämistä.\n- Yksityisyyskäytännöt: määrittelee tulokset (synteettinen data, aggregaatit, differentiaalisen yksityisyyden tulokset) ja auditoi kaiken käsittelyn.\n- Auditointiloki: täydellinen kyselyiden auditointi vaatimustenmukaisuuden varmistamiseksi.\n- Synteettinen data: korkean uskollisuuden synteettinen data, jota on koulutettu differentiaalisen yksityisyyden periaattein ja joka säilyttää jakaumat.\n- Analytiikka & BI: SQL-API ja BI-yhteensopivuus yleisille työkaluille (Power BI, Tableau, Metabase).\n- Koneoppiminen: Python SDK etädata-käsittelyn suorittamiseen, jossa on käytössä yksityisyyden valvonta (DP) tarvittaessa.\n- Toiminta datalle: työnnä kyselytulokset ulkoisiin päätepisteisiin paljastamatta henkilötietoja.\n- Yksityisyyden suojaava DP, yksityisyys etusijalla -kyselyiden uudelleenkirjoitus ja tulostason hallinta varmistamaan yksityisyyden myös monimutkaisissa putkistoissa.

• Vahvat yksityisyyden takeet: differentiaalinen yksityisyys, synteettinen data ja dynaaminen kyselyiden uudelleenkirjoitus sääntöjen mukaan.\n- Data ei koskaan poistu datan omistajien hallinnasta: analyytikot työskentelevät etätiedon kanssa ilman suoraa pääsyä raakadataan.\n- Vaatimustenmukainen: yksityiskohtainen auditointiloki ja sujuvat yksityisyys- sekä vaatimustennoudon työnkulut.\n- Datan arvo siiloista toiseen: saat datasta näkemyksiä järjestelmien yli ilman yksityisyyden vaarantamista.\n- Tukee AI/ML-työnkulkuja ja LLM-käyttöä yksityisyystakuiden avulla.\n- Joustava käyttöönotto: on-premises tai julkisessa pilvessä (Docker tai Kubernetes) kattavien lähdeyhteyksien kanssa.