Inbyggt integritetsskydd och integritetsförstärkande tekniker
Förstå GDPR
Shalini Kurapati, CIPP/E
Co-founder and CEO, Clearbox AI
Dataskydd by design och by default
By design
- Proaktiv systemansats
- Integritet inbyggd i processer och system
By default
- Integritetsvänliga standardinställningar, dataminimering
- Båda kan verka övergripande och abstrakta, men det finns sätt att implementera dem.
Syntetisk data
- Artificiellt genererad data
Bevarar den statistiska och prediktiva styrkan hos verkliga data samtidigt som integriteten skyddas
1 https://www.jpmorgan.com/synthetic-data
Federerad inlärning
- Vanligtvis måste data skickas till externa servrar för att träna AI-modeller – inte integritetssäkert
- Federerad inlärning tränar modeller på externa enheter medan data förblir lokalt
- Modellöverföring i stället för dataöverföring
1 P. Kairouz et al, Advances and Open Problems in Federated Learning, Foundations and Trends in Machine Learning Vol 4 Issue 1, 2021.
Exempel på federerad inlärning
1 Li, T., Sahu, A. K., Talwalkar, A., & Smith, V. (2020). Federated learning: Challenges, methods, and future directions. IEEE Signal Processing Magazine, 37(3), 50-60.
