有時候，最簡單的解決方案就足夠了。現(xiàn)代加密算法用一把鑰匙加密數(shù)據(jù)，因此只有擁有鑰匙的人才能讀取數(shù)據(jù)。許多數(shù)據(jù)庫可以使用AES等標(biāo)準(zhǔn)加密數(shù)據(jù)。這些解決方案最能防止硬件丟失(也可能是被盜)的情況，因為如果沒有正確的加密密鑰，數(shù)據(jù)仍然是安全的。

但是，這種基礎(chǔ)加密并非一勞永逸的方法。如果攻擊者能夠侵入計算機，對稱加密算法對運行中的計算機的保護程度也是有限的。攻擊者可以找到允許數(shù)據(jù)庫處理合法操作的相同密鑰。許多數(shù)據(jù)庫提供了對“靜止”信息進行加密的選項。

這種技術(shù)以不同的方式部署數(shù)學(xué)。它沒有將信息鎖定在數(shù)字保險箱中，而是添加了精心調(diào)整的噪音量，以使其難以確定哪條記錄對應(yīng)哪個特定的數(shù)據(jù)個體。如果噪聲數(shù)值正常，那么便不會影響整體統(tǒng)計數(shù)據(jù)，如平均值。也就是說，如果您從數(shù)據(jù)集中的年齡隨機增加或減少幾年，平均年齡將保持不變，但這樣一來可能很難通過年齡尋找到特定個人。

該解決方案的效用各不相同。最好將數(shù)據(jù)集發(fā)布給想要研究數(shù)據(jù)的不受信任的合作伙伴，通常是通過計算數(shù)據(jù)平均值和數(shù)據(jù)集的大小。在某種程度上來說，許多算法添加噪聲做得很好，因為他們不會扭曲許多聚合的統(tǒng)計數(shù)據(jù)。目前，了解哪些機器學(xué)習(xí)算法仍然可以很好地處理失真位是一個非常活躍的研究領(lǐng)域。

這些計算有時被稱為“消息驗證代碼”或“單向函數(shù)”，它將大文件歸結(jié)為較小的數(shù)字，從而使其實際上幾乎無法逆轉(zhuǎn)。給定一個特定的結(jié)果或代碼，找到將生成該特定代碼的文件將花費太長時間。

哈希函數(shù)是區(qū)塊鏈的重要組成部分，它以一種可跟蹤和識別篡改的方式將它們應(yīng)用于數(shù)據(jù)的所有更新中。這可以防止加密貨幣交易中的欺詐行為，并且許多人正在將這些技術(shù)應(yīng)用于需要確保數(shù)據(jù)一致的其他數(shù)據(jù)庫。添加哈希函數(shù)可以幫助企業(yè)應(yīng)對數(shù)據(jù)合規(guī)性挑戰(zhàn)。

美國國家標(biāo)準(zhǔn)與技術(shù)研究院(NIST)的安全散列算法(SHA)是廣泛使用的標(biāo)準(zhǔn)集合。一些早期版本(如SHA-0和SHA-1)具有已知的漏洞，但較新的版本(如SHA-2和SHA-3)則被認為非常安全。

像RSA或DSA這樣的數(shù)字簽名算法算是更為復(fù)雜的計算，它將散列函數(shù)的篡改檢測特性與帶有認證信息的特定個人或機構(gòu)相結(jié)合。它們依賴一個只有責(zé)任方知道的秘密密鑰。例如，加密貨幣將財富的所有權(quán)與知道正確密鑰的人聯(lián)系起來。跟蹤個人責(zé)任的數(shù)據(jù)庫可以包括驗證特定交易的數(shù)字簽名。

簡明的非交互式知識論證(SNARK)是一種更為復(fù)雜的數(shù)字簽名版本，可以證明復(fù)雜的個人信息而不會泄露信息本身。這種技巧依賴于更復(fù)雜的數(shù)學(xué)，有時被稱為“零知識證明”(ZKP)。

包含SNARK和其他類似證明的數(shù)據(jù)庫可以保護用戶的隱私，同時確保自己合規(guī)性。例如，一個非常簡單的例子可能就是數(shù)字駕駛執(zhí)照，它可以證明一個人的年齡能夠飲酒而又不會透露他們具體的出生日期。一些人正在研究將該技術(shù)應(yīng)用于疫苗護照。

SNARK和其他非交互式證明同樣屬于研究熱門。使用各種編程語言的數(shù)十種算法實現(xiàn)也為新項目奠定了良好的基礎(chǔ)。

處理使用傳統(tǒng)加密算法鎖定的數(shù)據(jù)的唯一方法是對其進行解密，這個過程可以將其暴露給任何有權(quán)訪問計算機進行工作的人。同態(tài)加密算法旨在使對加密信息進行計算而無需對其進行解密成為可能。最簡單的算法允許進行一次算術(shù)運算，例如將兩個加密數(shù)字相加。更復(fù)雜的算法可以進行任意計算，但速度通常要慢得多。為特定問題尋找最有效的方法也是一個熱門的研究領(lǐng)域。

一些開發(fā)人員將他們的數(shù)據(jù)集拆分成更小的部分，有時甚至出奇得小，然后將它們分發(fā)到許多獨立的計算機中。有時這些位置會被打亂，因此無法預(yù)測哪臺計算機將保存哪條記錄。該解決方案主要用于軟件包，這些軟件包旨在通過并行運行搜索或分析算法來加速所謂的大數(shù)據(jù)工作。最初的目的是速度，但也可能導(dǎo)致增加攻擊彈性的副作用。

如果將一個數(shù)據(jù)集拆分成幾塊可以保護隱私，那么為什么不是十億塊或更多塊呢?更常見的解決方案是將數(shù)據(jù)直接存儲在創(chuàng)建和使用的位置。用戶的智能手機通常具有大量額外的計算力和存儲空間。如果幾乎不需要集中分析和處理功能，那么避免將其傳送到云服務(wù)器處理速度會更快、更具成本效益。

一些研究人員正在通過隨機生成新值來創(chuàng)建純合成的數(shù)據(jù)集，但其方式遵循相同的模式并且在統(tǒng)計上基本相同。

一些研究人員正在構(gòu)建工具來限制數(shù)據(jù)收集，并在存儲數(shù)據(jù)之前對數(shù)據(jù)進行預(yù)處理。

無狀態(tài)計算是大部分網(wǎng)絡(luò)的基礎(chǔ)，當(dāng)以盡可能少的記錄保存方式重新構(gòu)建工作時，許多高效驅(qū)動器都能夠發(fā)揮效用。在某些極端情況下，如果合規(guī)性允許，并且用戶愿意接受極少(甚至沒有)得個性化服務(wù)時，刪除數(shù)據(jù)庫可以最大程度地保護用戶隱私。