iT邦幫忙

鐵人檔案

2024 iThome 鐵人賽
回列表
AI/ ML & Data

數據隱私:工具和風險 系列

了解現存數據隱私風險,包括數據泄露、未經授權的數據使用以及法律合規與否等問題,並分析AI/ML與此的交互關係。

鐵人鍊成 | 共 30 篇文章 | 0 人訂閱 訂閱系列文 RSS系列文
DAY 1

D1 - 數據隱私的基礎

這個世代的企業組織擁有龐大數位資料量,數據隱私顯然是一個重要的議題,但我要介紹的不是個資保護😞,因為對於各企業來說握有這些資料的同時也存在觸犯隱私法的風險,面臨...

DAY 2

D2 - 所以AI/ML有什麼用.....嗯?數據分類?

「我在網購平台填寫信用卡號,會不會被盜刷?」我聽過好幾次類似的問題,如果平台真的不慎洩露敏感資料(特別是包含 個人識別資訊(PII) 的數據),處理者(Data...

DAY 3

D3 - 辨識者們

前篇提到了許多處理複雜規模數據集的ML模型,而這篇選擇與辨識敏感數據相關者,看看他們各自的能力: 支援向量機 (SVM) 🦨: 一種監督學習模型,用於分類和回歸...

DAY 4

D4 - 辨識隱藏數據的術式

這篇名聽起來很厲害,其實內容就普通,但還是可以看看我要介紹的這些技術。 先來理解一個小概念,自然語言處理(Natural Language Processing...

DAY 5

D5 - 數據隱身法術

今天教致盲術🥷🏻。 數據保護中,兩個讓資料實現「致盲」的重要概念: 匿名化(Anonymization):資料經處理,使其無法辨識特定人,且毫無重識別之可能,...

DAY 6

D6 - 隱身法術課程2

一個好的忍者可以在不暴露行蹤的情況下完成許多任務,就如數據匿名技術在保留資料可用性的同時,也能隱藏個人身份。 所以有哪些技術能做到? 數據屏蔽(Data M...

DAY 7

D7 - 一週小結

這週從一些名詞補充跟基礎概念開始講起,涵蓋了法規的舉例(D1)、技術應用與各式分類法,也在ML模型和數據匿名化技術的應用進行更詳細的探討。 在第二天📟 介紹了模...

DAY 8

D8 - 差分隱私 Differential privacy

前幾天介紹許多數據匿名方法,許多其實都可以依靠「外部訊息」破解,但是!這篇特別提出的手段,是比其他技術有更全面且強大的保護能力。可以在收集群體資料的同時,保護個...

DAY 9

D9 - Apple & Differential Privacy

昨天介紹了差分隱私的概念,🫵🏻 今天來討論它在apple中的具體應用,觀察這個技術怎麼保護用戶數據。 整理這些:https://www.apple.com/pr...

DAY 10

D10 - 聯邦學習Federated Learning 👽

昨天提到apple採用了一種分布式學習方法,現在來想像一下這個情況:兩個公司各自擁有的數據是商業機密,也可能是基於法條的關係,他們無法直接交換與合作,這時他們怎...