打造適用於所有人的隱私權功能

無論是以符合使用者需求的語言呈現搜尋結果，還是建議最快的回家路線，資料使得 Google 產品能為使用者帶來更便利的服務。我們認為使用者有權了解和管理個人的資料，並選用適合的隱私權設定。這也是為什麼設計出易於使用的隱私權和控制功能，一直是我們設計產品的一大重點。在 Google I/O 大會上，我們分享了幾項新增的跨產品、跨平台隱私權與安全工具：

更輕鬆地控制資料
一鍵即可跨產品管理 Google 帳戶個人資訊
隱私權控制應易於查找和使用。幾年前，我們推出了Google帳戶，讓使用者可以全面了解並檢視與Google共享和儲存的資訊，並提供一個可以一站式存取隱私權和安全設定的地方。只要透過簡單的開/關控制，就可以決定要將哪些活動資料儲存到帳戶中，讓 Google 產品能更符合需求的協助使用者。此外，使用者還可以選擇想要刪除的活動或資訊類別。

隨著 Google 產品數量的增加，我們正努力讓這些控制功能更容易被找到。現在，使用者將可看到 Google 帳戶個人資料圖片顯示在 Gmail、Google 雲端硬碟和 Google Pay 等產品的右上角。想快速存取隱私權控制，使用者只需輕觸個人檔案的圖片，就能快速前往個人 Google帳戶。明顯的使用者個人資料照片也可讓使用者更清楚了解當下是否已登入帳戶。這個月內，我們會將一鍵即可跨產品存取個人帳戶資訊的功能帶到更多產品上，包括 Google 搜尋、Google 地圖、YouTube、Chrome、Google 助理和 Google 新聞。

直接在 Google 搜尋、Google 地圖和 Google 助理中輕鬆管理個人資料
去年，我們讓使用者可直接在 Google 搜尋中更輕鬆地管理個人資料設定。無須離開 Google 搜尋即可查看和刪除最近的搜索活動、快速存取 Google 帳戶中最相關的隱私權控制，並詳細了解搜尋如何處理使用者的個人資料。現在，我們將讓使用者可以更輕鬆地在地圖、Google 助理中管理個人資料。很快地，YouTube也將支援此功能。舉例來說，使用者可以直接在 Google 地圖中查看和刪除位置活動資料，然後快速繼續返回原本的頁面查看您的駕駛路線。

定期自動刪除紀錄的資料管理模式現已在網路和應用程式活動推出，近期也將在位置紀錄上線
上週我們推出了全新管理模式，讓使用者可選擇希望在網路和應用程式活動(Web & App Activity)與定位紀錄(Location History)保留活動紀錄的期限－3個月或18個月，之後任何超過該期限的紀錄都會自動從使用者的帳戶中被刪除。這項新推出的資料管理模式現在網路和應用程式活動(Web & App Activity)推出，下個月也將在位置紀錄(Location History)上線。

將無痕模式延伸至 Google 旗下應用程式中
自推出以來，無痕模式讓使用者可選擇以不在裝置或瀏覽器中保存瀏覽歷史紀錄的情形下，瀏覽網路上的資訊。隨著行動已成為大眾主要的上網方式，我們也想將這個重要的模式擴展到 Google 最受歡迎的應用程式中。現在使用者已可以在 YouTube 應用程式中使用無痕模式，很快地，Google 地圖與 Google 搜尋也會支援此功能。只要輕觸個人資料照片即可輕鬆開啟或關閉這個模式。當使用者在 Google 地圖中開啟匿名模式時，包括搜尋的地點或取得的路線等使用者活動都不會被儲存到使用者的 Google帳戶中。

在平台中建立更強大的隱私權管控機制
今天，我們也針對平台和產品隱私權宣佈幾項更新：Android Q 已把隱私權帶到更前端的設定中，並且讓使用者可更清楚、更輕鬆的管控位置資訊。Chrome 也計畫將更積極地嚴格限制網路上的指紋辨識，並改善 Chrome 的 Cookie 控制。最後，我們也推出讓使用者可以更清楚了解被用來提供客製化廣告內容資料的計畫，以及我們在 Google 媒體資源與發佈商夥伴展示廣告的過程中涉及的公司。

以更少的資料為使用者提供更多功能
透過 Federated Learning 提供更實用的產品服務，並且將資料保留在使用者的裝置上
機器學習的進展使我們的隱私權保護功能更加強大。Federated Learning 便是其中的一個例子，這是新的機器學習方式。它允許開發人員為所有使用者訓練 AI 模型，並且在使用者資料完全不離開裝置的情況下，使產品變得更加聰明。這項新的 AI 技術讓我們可以用更少的資料帶來更多效益。

Google鍵盤 Gboard，現在就利用 Federated Learning 來改善文字預測，以及數千萬台裝置上的表情符號預測。先前，Gboard 要在使用者使用多次之後，才能知道要推薦像是「zoodles」或「Targaryen」等新字。現在，透過 Federated Learning，Gboard可以在數千人開始使用它們之後便開始學習新字，即使 Google 從未看過使用者輸入的內容。

我們也投入資源在提供差異化的隱私權保護技術，這讓使用者我們在訓練機器學習模型時，無需記住可能會揭露使用者特定資料，便能夠訓練機器學習模型。我們在 2014 年發佈了關於該主題的初期研究，之後便一直在 Chrome 以及 Gmail 的Smart Compose 中使用，而在 Google 地圖中則能用它來顯示餐廳的繁忙程度。隨著 TensorFlow Privacy 開源計畫的發佈，所有機器學習開發人員現在都可以輕鬆使用差異化隱私權技術。

橫跨所有產品與平台的最強安全防護
如果資料不安全，便可能有隱私的風險。我們持續投入資源開發能確保使用者資料安全的系統，不論是每天能保護近 40 億台裝置的 Safe Browsing 保護功能，還是每天可阻擋超過 1 億封垃圾郵件和網路釣魚攻擊的 Gmail 服務。安全金鑰可提供最強大的兩步驗證網路釣魚攻擊保護，現在它們將內建於運行 Android 7.0 以上版本的所有裝置中，可提供超過十億台的相容裝置使用。

我們堅信打造適用於所有人的隱私權和安全功能的重要性。我們將繼續致力於確保產品的安全性，並投注更多資源在研發能夠根據更少的資料為使用者提供更便利服務的技術，並讓每個人都能對個人資料管控有清楚的了解，以便做出有意義的選擇。

本文作者：Google 隱私權和資料保護產品管理總監 Eric Miraglia