01
質疑思維：敢于提出自己的質疑，就算大部分人認為沒有問題的時候，只要自己心中有疑問，就要提出來，不要覺得大部分人認為都沒有問題了，而自己的質疑就不說出來了。
昨天在跟數據安全相關的同事討論，下面這些數據的安全方案。
他們認為：不管數值的大小都要進行差分隱私（一種保護個人隱私的數據處理方式）的處理。因為根據兩天的數據可能會推出某一個人的具體行為是什么，比如：5月23號總人數是30人，5月24號總人數是31人，兩天的數據相減就能推出某一個人的具體行為是什么。。當我說這里不應該用的時候，數據安全相關的同事第一反應是：這個問題我們不用討論，是必須要用的，差分隱私技術在另外一個產品當中，已經用了好多次了，非常的成熟了。
但是我還是提出了自己的質疑，并給出了質疑的理由：應用差分隱私的前提是數據是累計計算的，比如，5月24號的總人數=5月23號的人+5月24號當天的人數。而這里不是累計計算的，5月24的總人數就是5月24號當天的人數，不會加上5月23的人數。
聽了我的解釋之后，他們也認可這里確實不應該加的，因為這里跟差分隱私的應用場景不一樣。
最開始我有疑問的時候，我也在猶豫要不要提出來，因為當時討論的時候別人都認為沒有問題，不用再討論了。但是，我還是提出了自己的質疑。
02
重組思維：在解決問題的時，列舉出來當下問題所涉及的對象和操作，然后嘗試從時間和空間的角度把各個對象、操作進行重組。從時間角度是改變某個對象、操作出現的時間，從空間的角度是改變某個對象、操作的位置。
在這個頁面中，當某個行為的人數<=特定值的時候需要進行數據脫敏，然后顯示人數過少。第一種方案是：先判斷行為的人數是否<=特定值，如果是則進行數據脫敏，然后進行顯示人數過少；第二種方案：先對所有數據進行脫敏，然后再判斷脫敏后的值是否<=特定值。第二種方案就運用了重組思維。從時間維度上改變了脫敏這個操作的時間，由先判斷大小再進行脫敏改為先脫敏再判斷大小。
注：這里的脫敏只是很小程度的脫敏，就算所有的數據都大于限定的特定值時，進行脫敏也是可以接受的。
