聯(lián)邦學(xué)習:該技術(shù)允許AI模型用保存在許多不同設備或服務(wù)器上的數據進(jìn)行訓練。因此,無(wú)需從單一設備獲取數據或對數據進(jìn)行復制,模型就能開(kāi)展學(xué)習。這可以被視為“共享模型,而不是共享數據”,創(chuàng )建一個(gè)從本地數據學(xué)習的全局模型。
安全多方計算:該技術(shù)主要能夠實(shí)現不同使用者能夠處理他們不想彼此共享的數據。它可以讓一組授權同意的使用者之間共享加密數據,并允許他們處理由所有方的個(gè)人數據組成的數據集,確不用訪(fǎng)問(wèn)數據所有者的原始數據。
同態(tài)加密:該技術(shù)允許數據在加密后進(jìn)行處理利用。比如說(shuō),可以從終端設備找到關(guān)鍵數據,對其進(jìn)行運算處理,基于群組級洞察力來(lái)創(chuàng )建實(shí)用模型,根本不需要解密個(gè)人記錄。
可信執行環(huán)境:這是一種硬件特性的隱私保護技術(shù),可在計算設備上創(chuàng )建安全區,能夠單獨執行某些批準的功能。智能手機使用這種環(huán)境可以進(jìn)行用戶(hù)生物特征身份驗證,也可以創(chuàng )建可信執行環(huán)境,以便在個(gè)人數據上運行AI模型。
隨著(zhù)數據和AI技能在許多組織普及開(kāi)來(lái),各種信息數據需要更廣泛地共享,實(shí)現其價(jià)值的最大化利用。在A(yíng)I時(shí)代,確保個(gè)人隱私安全尤為重要也更加困難,因為借助當今的高速計算能力,連匿名化數據集都可以進(jìn)行逆向工程處理,從而識別個(gè)人身份,并推測其隱私活動(dòng)信息。傳統的數據保護措施難以滿(mǎn)足隱私保護要求,需要盡快了解并應用新一代隱私保護技術(shù)來(lái)保護智能化應用的安全開(kāi)展。