Lib.rs

OpenDP库是一个模块化集合，包含符合差分隐私定义的统计算法。它可以用于构建使用多种隐私模型的隐私保护计算应用。OpenDP是用Rust编写的，并提供了Python和R语言的绑定，便于使用。

OpenDP库的架构基于一个表达隐私感知计算的框架。该框架在论文A Programming Framework for OpenDP中进行了描述。

OpenDP库是更大的OpenDP项目的一部分，该项目是一个社区努力，旨在为私人数据分析构建可信赖的开源软件工具。（为了简化这些文档，当我们提到“OpenDP”时，我们指的是库，而不是整个项目。）

状态

OpenDP正在开发中，我们预计会频繁发布新版本，吸收来自OpenDP社区的反馈和代码贡献。它是一个正在进行的工程，但已经可以用于构建一些应用，并原型化将扩展其功能的贡献。我们欢迎您尝试它，并期待对库的反馈！然而，请注意以下限制

OpenDP，像所有现实世界的软件一样，既有已知问题，也有未知问题。如果您打算将OpenDP用于隐私关键的应用程序，您应该评估这些问题对您用例的影响。

更多详细信息可以在《用户指南》的《限制》部分找到。[点击查看]

安装

使用 pip（Python的包安装器[点击查看]）安装OpenDP for Python

$ pip install opendp

从R会话安装OpenDP for R

install.packages("opendp", repos = "https://opendp.r-universe.dev")

更多详细信息可以在《用户指南》的《入门》部分找到。[点击查看]

文档

OpenDP的完整文档位于https://docs.opendp.org。以下是一些有用的入口点：

• 用户指南
• Python API文档
• 贡献指南

获取帮助

如果您在使用OpenDP时遇到问题，或想提交反馈，请与我们联系！以下是联系方式：

• 在我们的讨论论坛上提问
• 在我们的问题跟踪器上报告问题
• 加入我们的Slack
• 向[email protected]发送一般查询
• 在Twitter上联系我们@opendp_org

贡献

OpenDP是一个社区项目，我们欢迎您对其开发做出贡献！如果您想参与，请与我们联系！我们还在《贡献指南》中有一个贡献流程部分。