有時候，最簡單的解決方案就(jiù)足夠了。現代加密算法用(yòng)一把鑰匙加密數據，因此隻有擁有鑰匙的人才能(néng)讀取數據。許多數據庫可(kě)以使用(yòng)AES等标準加密數據。這些解決方案最能(néng)防止硬件丢失(也可(kě)能(néng)是被盜)的情況，因爲如(rú)果沒有正确的加密密鑰，數據仍然是安全的。

但是，這種基礎加密并非一勞永逸的方法。如(rú)果攻擊者能(néng)夠侵入計算機，對(duì)稱加密算法對(duì)運行(háng / xíng)中的計算機的保護程度也是有限的。攻擊者可(kě)以找到允許數據庫處理合法操作的相同密鑰。許多數據庫提供了對(duì)“靜止”信息進行(háng / xíng)加密的選項。

這種技術以不同的方式部署數學。它沒有将信息鎖定在數字保險箱中，而(ér)是添加了精心調整的噪音量，以使其(qí)難以确定哪條記錄對(duì)應哪個特定的數據個體。如(rú)果噪聲數值正常，那(nà)麽便不會(huì)影響整體統計數據，如(rú)平均值。也就(jiù)是說，如(rú)果您從數據集中的年(nián)齡随機增加或減少幾年(nián)，平均年(nián)齡将保持不變，但這樣一來可(kě)能(néng)很難通過(guò)年(nián)齡尋找到特定個人。

該解決方案的效用(yòng)各不相同。最好将數據集發(fā／fà)布給想要(yào / yāo)研究數據的不受信任的合作夥伴，通常是通過(guò)計算數據平均值和數據集的大小。在某種程度上來說，許多算法添加噪聲做得(dé / de / děi)很好，因爲他們不會(huì)扭曲許多聚合的統計數據。目前，了解哪些機器學習算法仍然可(kě)以很好地處理失真位是一個非常活躍的研究領域。

這些計算有時被稱爲“消息驗證代碼”或“單向函數”，它将大文件歸結爲較小的數字，從而(ér)使其(qí)實際上幾乎無法逆轉。給定一個特定的結果或代碼，找到将生(shēng)成該特定代碼的文件将花費太長時間。

哈希函數是區塊鏈的重要(yào / yāo)組成部分，它以一種可(kě)跟蹤和識别篡改的方式将它們應用(yòng)于(yú)數據的所(suǒ)有更新中。這可(kě)以防止加密貨币交易中的欺詐行(háng / xíng)爲，并且許多人正在将這些技術應用(yòng)于(yú)需要(yào / yāo)确保數據一緻的其(qí)他數據庫。添加哈希函數可(kě)以幫助企業應對(duì)數據合規性挑戰。

美國國家(jiā)标準與技術研究院(NIST)的安全散列算法(SHA)是廣泛使用(yòng)的标準集合。一些早期版本(如(rú)SHA-0和SHA-1)具有已知的漏洞，但較新的版本(如(rú)SHA-2和SHA-3)則被認爲非常安全。

像RSA或DSA這樣的數字簽名算法算是更爲複雜的計算，它将散列函數的篡改檢測特性與帶有認證信息的特定個人或機構相結合。它們依賴一個隻有責任方知道的秘密密鑰。例如(rú)，加密貨币将财富的所(suǒ)有權與知道正确密鑰的人聯系起來。跟蹤個人責任的數據庫可(kě)以包括驗證特定交易的數字簽名。

簡明的非交互式知識論證(SNARK)是一種更爲複雜的數字簽名版本，可(kě)以證明複雜的個人信息而(ér)不會(huì)洩露信息本身。這種技巧依賴于(yú)更複雜的數學，有時被稱爲“零知識證明”(ZKP)。

包含SNARK和其(qí)他類似證明的數據庫可(kě)以保護用(yòng)戶的隐私，同時确保自(zì)己合規性。例如(rú)，一個非常簡單的例子可(kě)能(néng)就(jiù)是數字駕駛執照，它可(kě)以證明一個人的年(nián)齡能(néng)夠飲酒而(ér)又不會(huì)透露他們具體的出生(shēng)日期。一些人正在研究将該技術應用(yòng)于(yú)疫苗護照。

SNARK和其(qí)他非交互式證明同樣屬于(yú)研究熱門。使用(yòng)各種編程語言的數十(shí)種算法實現也爲新項目奠定了良好的基礎。

處理使用(yòng)傳統加密算法鎖定的數據的唯一方法是對(duì)其(qí)進行(háng / xíng)解密，這個過(guò)程可(kě)以将其(qí)暴露給任何有權訪問計算機進行(háng / xíng)工作的人。同态加密算法旨在使對(duì)加密信息進行(háng / xíng)計算而(ér)無需對(duì)其(qí)進行(háng / xíng)解密成爲可(kě)能(néng)。最簡單的算法允許進行(háng / xíng)一次算術運算，例如(rú)将兩個加密數字相加。更複雜的算法可(kě)以進行(háng / xíng)任意計算，但速度通常要(yào / yāo)慢得(dé / de / děi)多。爲特定問題尋找最有效的方法也是一個熱門的研究領域。

一些開發(fā／fà)人員将他們的數據集拆分成更小的部分，有時甚至出奇得(dé / de / děi)小，然後(hòu)将它們分發(fā／fà)到許多獨立的計算機中。有時這些位置會(huì)被打亂，因此無法預測哪台計算機将保存哪條記錄。該解決方案主要(yào / yāo)用(yòng)于(yú)軟件包，這些軟件包旨在通過(guò)并行(háng / xíng)運行(háng / xíng)搜索或分析算法來加速所(suǒ)謂的大數據工作。最初的目的是速度，但也可(kě)能(néng)導緻增加攻擊彈性的副作用(yòng)。

如(rú)果将一個數據集拆分成幾塊可(kě)以保護隐私，那(nà)麽爲什麽不是十(shí)億塊或更多塊呢?更常見的解決方案是将數據直接存儲在創建和使用(yòng)的位置。用(yòng)戶的智能(néng)手機通常具有大量額外的計算力和存儲空間。如(rú)果幾乎不需要(yào / yāo)集中分析和處理功能(néng)，那(nà)麽避免将其(qí)傳送到雲服務器處理速度會(huì)更快、更具成本效益。

一些研究人員正在通過(guò)随機生(shēng)成新值來創建純合成的數據集，但其(qí)方式遵循相同的模式并且在統計上基本相同。

一些研究人員正在構建工具來限制數據收集，并在存儲數據之前對(duì)數據進行(háng / xíng)預處理。

無狀态計算是大部分網絡的基礎，當以盡可(kě)能(néng)少的記錄保存方式重新構建工作時，許多高效驅動器都能(néng)夠發(fā／fà)揮效用(yòng)。在某些極端情況下(xià)，如(rú)果合規性允許，并且用(yòng)戶願意接受極少(甚至沒有)得(dé / de / děi)個性化服務時，删除數據庫可(kě)以最大程度地保護用(yòng)戶隐私。