TechGogoal - 夏普

数据去识别化复杂性的外行指南

整个星球都在线且相互连接,我们也在集体生成不可估量的数据。 由于此数据在线存储并隔离以便于检索,但随着数据利用的隐私和其他威胁的复杂性也增加了。 本文强调了数据去标识化模型的重要性。

文章的要点在这里-

  • 数据去标识化是将个人的个人身份与其数据分离的过程。 根据机器学习 (ML) 技术的现状,可以很容易地检测模式并根据提供的个人信息识别人员。 因此,对这些模型进行监管很重要。
  • 现在有了数据去识别化模型,可以减少某些信息的流动。 HIPAA 推荐了两种经批准的数据去标识化方法。 这些方法是专家判定法和安全港法。
  • 公司可以选择从他们的记录中完全删除数据或他们的标识符,或者他们可以使用去标识化 API 从他们的数据集中删除这些标识符。 然而,第一种方法是有效的,但您可能希望在内部检索数据以进行各种搜索,此时第二种方法可能会变得困难。

阅读完整的文章在这里:

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

社交分享

让我们今天讨论一下您的 AI 训练数据需求。