聯(lián)邦學(xué)習(xí):該技術(shù)允許AI模型用保存在許多不同設(shè)備或服務(wù)器上的數(shù)據(jù)進(jìn)行訓(xùn)練。因此,無需從單一設(shè)備獲取數(shù)據(jù)或?qū)?shù)據(jù)進(jìn)行復(fù)制,模型就能開展學(xué)習(xí)。這可以被視為“共享模型,而不是共享數(shù)據(jù)”,創(chuàng)建一個從本地數(shù)據(jù)學(xué)習(xí)的全局模型。
安全多方計(jì)算:該技術(shù)主要能夠?qū)崿F(xiàn)不同使用者能夠處理他們不想彼此共享的數(shù)據(jù)。它可以讓一組授權(quán)同意的使用者之間共享加密數(shù)據(jù),并允許他們處理由所有方的個人數(shù)據(jù)組成的數(shù)據(jù)集,確不用訪問數(shù)據(jù)所有者的原始數(shù)據(jù)。
同態(tài)加密:該技術(shù)允許數(shù)據(jù)在加密后進(jìn)行處理利用。比如說,可以從終端設(shè)備找到關(guān)鍵數(shù)據(jù),對其進(jìn)行運(yùn)算處理,基于群組級洞察力來創(chuàng)建實(shí)用模型,根本不需要解密個人記錄。
可信執(zhí)行環(huán)境:這是一種硬件特性的隱私保護(hù)技術(shù),可在計(jì)算設(shè)備上創(chuàng)建安全區(qū),能夠單獨(dú)執(zhí)行某些批準(zhǔn)的功能。智能手機(jī)使用這種環(huán)境可以進(jìn)行用戶生物特征身份驗(yàn)證,也可以創(chuàng)建可信執(zhí)行環(huán)境,以便在個人數(shù)據(jù)上運(yùn)行AI模型。
隨著數(shù)據(jù)和AI技能在許多組織普及開來,各種信息數(shù)據(jù)需要更廣泛地共享,實(shí)現(xiàn)其價值的最大化利用。在AI時代,確保個人隱私安全尤為重要也更加困難,因?yàn)榻柚?dāng)今的高速計(jì)算能力,連匿名化數(shù)據(jù)集都可以進(jìn)行逆向工程處理,從而識別個人身份,并推測其隱私活動信息。傳統(tǒng)的數(shù)據(jù)保護(hù)措施難以滿足隱私保護(hù)要求,需要盡快了解并應(yīng)用新一代隱私保護(hù)技術(shù)來保護(hù)智能化應(yīng)用的安全開展。