1. 怎么开手机定位
开启手机的GPS系统也叫位置服务。
一般开启导航软件都可以实现开启定位功能
全球定位系统
高精度无线电导航的定位系统
本词条是多义词，共2个义项
展开
科普中国 | 本词条由“科普中国”科学网络词条编写与应用工作项目审核
审阅专家闫晓东
全球定位系统(Global Positioning System，GPS)是一种以人造地球卫星为基础的高精度无线电导航的定位系统，它在全球任何地方以及近地空间都能够提供准确的地理位置、车行速度及精确的时间信息。GPS自问世以来，就以其高精度、全天候、全球覆盖、方便灵活吸引了众多用户。GPS不仅是汽车的守护神，同时也是物流行业管理的智多星。随着物流业的快速发展，GPS有着举足轻重的作用，成为继汽车市场后的第二大主要消费群体。GPS是美国从20世纪70年代开始研制，历时20年，耗资200亿美元，于1994年全面建成，具有在海、陆、空进行全方位实时三维导航与定位功能的新一代卫星导航与定位系统
工作原理
定位原理
GPS定位包括伪距单点定位、载波相位定位和实时差分定位 。
1．伪距测量及伪距单点定位
伪距测量就是测定卫星到接收机的距离，即由卫星发射的测距码信号到达GPS接收机的传播时间乘以光速所得的距离。伪距法单点定位，就是利用GPS接收机在某一时刻测定与4颗以上GPS卫星的伪距，及从卫星导航电文中获得的卫星瞬时坐标，采用距离交会法求出天线在WGS-84坐标系中的三维坐标。
2．载波相位测量及载波相位定位
载波相位测量是测定GPS卫星载波信号到接收机天线之间的相位延迟。GPS卫星载波上调制了测距码和导航电文，接收机接收到卫星信号后，先将载波上的测距码和卫星电文去掉，重新获得载波，称为重建载波。GPS接收机将卫星重建载波与接收机内由振荡器产生的本振信号通过相位计比相，即可得到相位差。
3．实时差分定位
GPS实时差分定位的原理是在已有的精确地心坐标点上安放GPS接收机（称为基准站），利用已知的地心坐标和星历计算GPS观测值的校正值，并通过无线电通信设备（称为数据链）将校正值发送给运动中的GPS接收机（称为流动站）。流动站利用校正值对自己的GPS观测值进行修正，以消除上述误差，从而提高实时定位精度。GPS动态差分方法有多种，主要有位置差分、伪距差分( RTD)、载波相位实时差分(RTK)和广域差分等
2. 差分隐私中的staircase mechanism是怎么想到的
差分分析（differential cryptanalysis）是一种选择明文攻击，其基本思想是：通过分析特定明文差分对相对应密文差分影响来获得尽可能大的密钥。它可以用来攻击任何由迭代一个固定的轮函数的结构的密码以及很多分组密码（包括DES），它是由Biham和Shamir于1991年提出的选择明文攻击。
差分分析涉及带有某种特性的密文对和明文对比较，其中分析者寻找明文有某种差分的密文对。这些差分中有一些有较高的重现概率，差分分析用这些特征来计算可能密钥的概率，最后定为最可能的密钥。据说这种攻击很大程度上依赖于S-盒的结构，然而DES的S-盒被优化可以抗击差分分析。
另外，分组加密的轮数对差分分析的影响比较大。如果DES只是使用8轮的话，则在个人计算机上只需要几分钟就可以破译。但要是在完全的16轮情况下，差分分析仅比穷尽密钥搜索稍微有效。然而如果增加到17或者18轮，则差分分析和穷尽密钥搜索攻击花费同样的时间。如果再把轮数增加到19轮的话，则用穷尽搜索攻击比差分分析更容易了。
尽管差分分析是理论可破的，但因为需要花费大量的时间和数据支持，所以并不实用。
————————————————
3. 如何用matable实现差分隐私中的laplace机制
拉普拉斯变换,傅里叶变换以及z变换的区别及联系
Fourier变换是将连续的时间域信号转变到频率域；它可以说是laplace变换的特例，laplace变换是fourier变换的推广，存在条件比fourier变换要宽，是将连续的时间域信号变换到复频率域（整个复平面，而fourier变换此时可看成仅在jΩ轴）；z变换则是连续信号经过理想采样之后的离散信号的laplace变换，再令z=e^sT时的变换结果（T为采样周期），所对应的域为数字复频率域，此时数字频率ω=ΩT。
傅里叶变换在物理学、数论、组合数学、信号处理、概率论、统计学、密码学、声学、光学、海洋学、结构动力学等领域都有着广泛的应用（例如在信号处理中，傅里叶变换的典型用途是将信号分解成幅值分量和频率分量）。
4. 在大数据隐私保护生命周期模型中隐私保护技术主要包括什么
数据采集时：差分隐私
数据传输时：管道加密
数据存储时：加密存储
数据使用时：数据脱敏
数据计算时：多方安全计算、可信执行环境
数据分享时：去标识化、联邦学习
详情的技术点可以看看信通院2018年发布的大数据安全白皮书
5. 大数据时代，差分隐私可以很好的解决用户隐私问题吗
今天，数据成为一种宝贵资产，无数企业都在争先恐后地收集用户信息。一方面，用户信息能够为企业带来价值，让企业可进行商业分析，改进产品和业务，但是另一方面，企业也会造成用户信息的泄露，危害用户个人隐私。
如果既可以让企业合理适度地收集用户信息，又不至于泄露个人隐私，不仅成为今天许多企业面临的难题，也影响着大数据行业的发展。
而名为Nemo的知乎网友则指出“差分隐私”的弱点：由于对于背景知识的假设过于强，需要在查询结果中加入大量的随机化，导致数据的可用性急剧下降。特别对于那些复杂的查询，有时候随机化结果几乎掩盖了真实结果。这也是导致目前应用不多的一个原因。
简言之，对某些企业来说，差分隐私的实用性不高，原因在于它们无法从使用了差分隐私的数据中获得更加有价值的信息。
6. 苹果手机还原统计数据是什么意思
意思是通话和开机时间，流量都清零。
7. 看不懂APP或网站的隐私政策，注册协议和免责声明怎么办
当你注册微信的时候，你需要阅读一份 8300 个字的隐私协议，必须勾选「我已阅读并同意上述条款」，才能进行下一步。
但我们都知道，你其实并没有读，也不知道你究竟同意了什么条款。
理论上，只要你同意，你在 App 里填写的住址、电话号码、聊天记录、手机里的通讯录、照片、短信、通话记录都可以被 App 们自由地采集和分析。
它们对你的隐私数据到底做了什么？
首先我们要知道 App 究竟能采集到你的哪些信息。
在 Android 提供的开发者文档中，我们可以把 App 能获取的权限分为普通权限和危险权限。
普通权限有 140 项，不需要经过用户同意就可以获取。比如控制你的振动传感器和日历数据。
而更敏感的危险权限则分为 9 组，比如录制音频、读取短信、访问照片等等。
而这些授权基本都是一次性的，比如你需要通过 app 发送语音，打开了麦克风权限。那么这个 app 理论上是可以一直在你的使用过程中录音的。
这时需要分清 App 权限和 App 可以采集的数据。
在大多数 App 的隐私协议里，都会说明它们不会偷听和偷看：
但你使用麦克风的时候就不好说了，比如这份卫报 2019 年 7 月的报道中，苹果会对 1% 的用户采集他们和 Siri 的几秒对话录音，用于改善 Siri 的识别准确率。
但除了这种用来改进产品的情况，目前并没有证据可以证明 App 会偷偷上传分析你的录音或者的照片。
你的数据更常见的用途是生成给分析师和广告主的用户画像，比如微信就知道 00 后和 60 后最爱的表情包，知道 90 后每月坐 25 次公共交通。
而我们这样的视频创作者，也可以在后台看到观众的性别比例、年龄比例、使用设备和地域分布。
互联网公司可以这么做的前提是你同意了这一切，虽然你很可能没看过。
但它们的要守住的底线是，不能通过大数据反推出你的个人信息。
举个例子，假设我们有 100 个关注者，在后台我们可以看到 50% 来自广东、40%来自江苏、10% 来自湖北。
此时我们如果我们移除一个关注者每羊，剩下 99 人的地域比例变成了 50.5%、 40.5%、 9%。
这样，每羊的隐私就暴露了，我们轻易可以推算出他来自湖北。
解决这类问题的常见方案是差分隐私。
8. 拉普拉斯噪声机制在差分隐私中怎么获得具体的噪声值
I will swallow the seed of success
9. 差分隐私中,隐私预算为0时输出结果为什么相同
其实如果抛开具体的数学定义和具体的技术细节，differential privacy非常好理解。它提供了一种最强大的隐私保护：
敌人根本不知道我在不在这个数据集里。
这为什么是最强大的保护呢？毕竟如果你不在这个数据集里的话，你的数据自然就不会泄露咯。DP的提出者在我们学校给talk时也提到了：不管你怎么定义privacy,基本都会最终走到dp的这条路上来。
Apple具体的技术实现细节就不知道了，也不知其是否达到了理论上DP的要求。