TechGogoal - Шаіп

Посібник для неспеціаліста щодо складнощів деідентифікації даних

Вся планета підключена до Інтернету, і ми також колективно створюємо незмірну кількість даних. Оскільки ці дані зберігаються в Інтернеті та відокремлюються для легкого пошуку, але з використанням даних ускладнюється конфіденційність та інші загрози. У цій статті підкреслено важливість моделі деідентифікації даних.

Ось ключові висновки зі статті:

  • Деідентифікація даних — це процес відокремлення особистих даних особи від її даних. А з поточним станом технологій машинного навчання (ML) легко виявляти шаблони та ідентифікувати людей на основі наданої особистої інформації. Тому важливо встановити правила щодо цих моделей.
  • Тепер з моделями деідентифікації даних, щоб зменшити певну інформацію, що надходить туди-сюди. HIPAA рекомендує два схвалені методи деідентифікації даних. Такими методами є експертне визначення та метод безпечної гавані.
  • Компанії можуть або повністю видалити дані чи їхні ідентифікатори зі своїх записів, або вони можуть використовувати API деідентифікації, щоб видалити ці ідентифікатори зі своїх наборів даних. Однак перший метод є ефективним, але ви можете отримати дані вдома для різноманітних пошуків, а другий варіант може виявитися складним.

Прочитайте повну статтю тут:

https://www.techgogoal.com/2021/07/17/the-complexities-of-data-de-identification-in-layman-terms/

Соціальна Поділитися

Давайте сьогодні обговоримо ваші вимоги до даних для навчання AI.