كتاب الأوروبي، "البيانات العامة ائحة حماية" نظرت في الكتاب المقدس من مجال حماية خصوصية البيانات. منذ تنفيذ مايو 2018، فقد كان من المليارات من الدولارات في الغرامات.

ووفقا لاحصاءات غير مكتملة، في العامين الماضيين، بسبب GDPR غير الشرعيين كان خارجا من حجم تذكرة صلت 126 مليون $، وهو أكبر من تذكرة من قبل الحكومة الفرنسية على جوجل من 50 مليون يورو في الغرامات. حتى في مثل هذه التشريعات التنظيمية الصارمة لحماية الخصوصية في نفس الوقت، فقدنا ماذا؟

حماية خصوصية البيانات ليست حل سريع

وخلال السنوات العشر الماضية، ومجتمعنا قد تعودت على "الحرة" خدمة الإنترنت. محرك بحث مجاني، بريد مجاني وعلى الانترنت مجانا مشاهدة الفيديو. عندما يبدو أن قيمة البيانات غير واضح ما يمكن أن يحقق هذه الصفقة أن تكون فعالة من حيث التكلفة.

ثم المستخدمين الذين لا تتردد في اختيار للاعتقاد تخزين المعلومات شركاتهم والتمتع اتصالات سلس تجربة الانترنت التي تقدمها الشركة. ولكن مع ارتفاع وتتعزز بشكل كبير قدرات تحليل البيانات الذكاء الاصطناعي، قد تكون بعض الشركات مستخدمي "المسار عشوائي" إلى معلومات قيمة. استهدفت والتسويق، والبحث عنها، والتسويق الشخصية تعتمد على الموقع أصبح ساحة معركة جديدة لتطبيقات البيانات.

الاستمرار في دمج مستخدمي البيانات المختلفة، وسلوك المستخدم تحبب مواصلة صقل، والمخاطر الصحية الشخصية والخيارات الانتخابات تصبح أكثر التنبؤية ....... ومع ذلك، فإن البيانات ك "النفط الجديد" في تعزيز النمو والابتكار، ولكن أيضا انتهاك خصوصية المستخدم إلى حد ما.

على سبيل المثال، عند تحليل الحادث كامبريدج هو حالة نموذجية. الحادث شمل مجموعة من العلماء لجمع كمية كبيرة من بيانات المستخدم، ومشاركة هذه المعلومات مع شركة تحليل كامبردج، وتحليل كامبريدج للأعمال هي شركة تحليل البيانات، ويزعم الشركة في عام 2016 تؤثر الانتخابات الرئاسية الناخبين من قبل هذه الأساليب. الآن ثبت هناك المنزل الذكي أيضا المزيد من الخصوصية للخطر.

على سبيل المثال، في أبريل 2019، كما تم اكتشاف الأمازون رئيس ذكي قضايا صدى الخصوصية؛ في نفس العام في يوليو، والإذاعة البلجيكي (VRT) كشف أيضا جوجل لتوظيف العمال المتعاقدين للاستماع إلى تسجيلات لمحادثات مع الناس جوجل المتحدث ذكاء.

هذه قضايا الخصوصية وسائل الحماس من الخدمات الرقمية الحرة العامة تحولت تدريجيا لشركات التكنولوجيا الكبيرة وتبادل البيانات الممارسات في الاشمئزاز. لذلك جاءت كلمة إلى بيانات التنظيمي، الذي شهد أيضا ثقة الشعب في المؤسسات هو عند أدنى مستوى له في التاريخ. دعوات علنية للتشريع زيادة، ثم التشريع هو الطريق الصحيح لاستعادة النظام في ذلك؟

إشراف يمكن استعادة الثقة؟

(شبكة لى فنغ)

المشرعين الأوروبيين والأمريكيين أولا لقبول التحدي المتمثل في الإشراف 201627 أبريل أوروبا من خلال "البيانات العامة ائحة حماية"، وفي 25 مايو، جاء 2018 حيز التنفيذ. "النظام" جلبت مجموعة جديدة من حقوق الخصوصية كمواطنين الاتحاد الأوروبي.

وينص القانون على أن المستهلكين في الاتحاد الأوروبي سيكون له الحق في معرفة ما يتم الاحتفاظ بيانات الشركة وسائل الاعلام الاجتماعية، والحق في طلب لحذف البيانات. بعد تنفيذ لوائح جديدة، يمكن أن أعلى الانتهاكات الشركة تواجه غرامات باهظة أربعة في المئة من العائدات السنوية العالمية.

ولكن البيانات الخصوصية نظاما قانونيا الصوت هو المهم، ولكن تسبب أيضا بعض العواقب غير المقصودة. كان ذلك يحد من التعامل مع تنظيم البيانات، للتعاون الحد في مختلف المجالات، ولها تأثير سلبي على الاقتصاد، بعد كل شيء، جذر تقسيم العمل والتعاون هو التقدم البشري: لوائح الخصوصية ذلك.

من ناحية أخرى، قوانين حماية المعلومات الشخصية المتعلقة بإدخال من تأثير مباشر على الأعمال التجارية والصناعات ذات الصلة البيانات. على سبيل المثال، بسبب النسخة الدولية QQ المقترحة "لائحة حماية البيانات العامة"، لم تعد توفر الخدمات للعملاء الأوروبي عام 2018 بعد 20 مايو، QQ النسخة الدولية من السوق الأوروبية.

جوجل أيضا لانتهاك قوانين مكافحة الاحتكار، هو معظم متطلبات مكلفة الاتحاد الأوروبي فرضت غرامة قدرها 2.7 مليار $. ثم الرئيس التنفيذي لجوجل ساندر Pichai، وقدم محذرا من أن: كما في الحكم، اندروز قد لا يكون حرا، قد يصبح وضع التصوير توزيع منافسيها مثل آبل. وبعبارة أخرى، فإن تطبيق تدابير أمن البيانات ذات الصلة، مما يجعل بعض الخدمات التي لا يمكن التمتع بها.

ولذلك، الهيئات التنظيمية الأوروبية، نتائج جوجل بدفع غرامة، ركض تينسنت. مقدمة من القانون بطريقة ملزمة لتعزيز تنمية المجتمع والصناعة، والامتثال للقوانين وتقديم خدمة أفضل من لا يمكن أن يكون كل الأشياء. وذلك بالإضافة إلى تنظيم، وهناك طرق أخرى لتحقيق الفوز بها؟

تنظيم بعدها، صوامع البيانات فواصل التكنولوجيا الجديدة

(شبكة لى فنغ)

اللوائح الحالية أصدرت على ما يبدو لم تأخذ بعين الاعتبار فرص للتعاون في الاقتصاد الرقمي.

مايو 2018 المعاهد الوطنية الأميركية للصحة (المعاهد الوطنية للصحة) على داء السكري من النوع 2 مع وقف التنفيذ. والسبب هو أن الدراسة تشمل السجلات الصحية فنلندا، وهذه السجلات استنادا GDPR، قانون الاتحاد الأوروبي لا تسمح للباحثين الولايات المتحدة مرة أخرى. حماية الخصوصية، وشركاء تبادل البيانات لم تكن البيانات على نطاق واسع لم يتم الاستفادة منها بشكل فعال مجموعات في التكنولوجيا الطبية لا يمكن التقدم.

المرضى في نهاية المطاف دفع الثمن من المحتمل أن الانتظار حتى ظهور تكنولوجيات جديدة، وبالتالي فإن الخسائر في الأرواح. إذا لم تتمكن من التعاون بسبب قوانين خصوصية البيانات، وذلك لعرقلة التقدم الذي أحرزناه، مستقبلنا، سواء لعكس ذلك؟ وجعل الأعمال التجارية لصرف عاجزا التنظيمي للمعرفة؟ إذا كان بسبب حماية البيانات الضمنية والتعاون والتواصل يقتصر. ثم من المرجح أن يعوق كفاءة أفواهنا، والنمو، واكتشاف علمي كبير والبحوث والابتكار.

التشفير التماثلي حل لنقل البيانات

(شبكة لى فنغ)

لحسن الحظ، والله بالنسبة لنا لإغلاق نافذة، فإنه يفتح نافذة في اتجاه آخر. ظهرت التشفير التماثلي (التشفير التماثلي)، والجديدة التكنولوجيا وتعزيز الخصوصية. تسمح هذه التقنية يمكن أن منظمي التعاون دون الحاجة إلى الثقة.

وقدم نظرية التشفير التماثلي لأول مرة في عام 1978، وتعتبر واحدة من الكأس المقدسة في مجال التشفير، منذ ولادته في اماكن بعيدة مثل الأسطوري، حتى عام 2009، كانت IBM الباحثين طبقة النبلاء في المرة الأولى لتصميم كله صحيح نظام التشفير التماثلي، أي يمكن أداؤها دون فك تشفير البيانات المشفرة لا يمكن أن يؤديها في أي عملية على نص عادي، مثل أن المعلومات مشفرة لا يزال من الممكن تحليلها وغير محدود العمق، دون المساس بالخصوصية.

كما ترجم "الصينية" هو: خوارزمية التشفير لتنفيذ عمليات عبر طبقة التشفير. بعد هذا الاختراق، وبيانات مخازن مزود الخدمة الإلكترونية الغير سرية قادرة على تحليل كاف البيانات، لا يتفاعل مع المستخدم، لا أرى أي بيانات خاصة في كثير من الأحيان بتكليف من قبل المستخدم. يمكن للناس أن يعهد طرف ثالث لمعالجة البيانات دون معلومات كاشفة.

على وجه التحديد، واستخدام نموذج التشفير التماثلي، يمكن أن تحمي خصوصية معالجة البيانات في حد ذاته لا: لا يمكن مشاهدة تفاصيل الشخصية التي يتم معالجتها، إلا أن نرى النتيجة النهائية للعلاج. ويمكن للشركات يشعرون بمزيد من تأمين البيانات التي يجمعونها. الحوسبة السحابية يمكن أن تستفيد خاصة من برنامج التشفير التماثلي، لأنها يمكن أن تعمل دون الوصول إلى الأصل حساب البيانات غير مشفرة.

في حالة أبحاث السكري المذكورة أعلاه، التشفير التماثلي مع وقف التنفيذ باستخدام قضايا أمنية حساسة للغاية يمكن أن يخفف من تبادل البيانات، وتعزيز الأمراض الخطيرة قد أحرزت تقدما قيما. في عالم أمن الشبكات، "هجمات البيانات" قد تكون مشتركة مع المنظمات والحكومات المناسبة، مما يتيح مع حماية سرية البيانات، ولا يخالف لوائح حماية البيانات.

الاتحادية تعلم كيفية حل تطبيقات البيانات

جعلت متماثل الشكل كفاءة التشفير حساب مؤخرا ترقية رئيسية، بحيث يصبح التعلم الخصوصية الفيدرالية يمكن حلها، ولكن أيضا يمكن أن تحل البيانات الصغيرة، وبيانات صوامع قضية سلاح. مفهوم التعلم الاتحادي المقترح أصلا في عام 2016 من قبل Google، وأول شخص في الصين، جامعة هونغ كونغ للعلوم وأستاذ التكنولوجيا في دراسة الاتحادية الاصطناعي قائد ضابط بحوث الذكاء مايكرو البنك التركيز (كايو) البروفيسور يانغ تعتبر قوية.

تتيح دراسة الاتحادية الأطراف المعنية إلى نماذج البناء دون الإفصاح عن البيانات الأساسية، ثم استخدام موارد البيانات عبر الاتحاد البيانات بالكامل، وتحسين أداء نموذج لكل عضو. الشعبية، والتعلم العميق من الأوقات، وشركات التكنولوجيا هي قدرة كل نمط وحدها AI، وظهور الدراسة الاتحادية، عن كثب، ومختلف بأمان الشركات AI مرتبطة معا، كل عضو من أعضاء الاتحاد هم يمكنك تعزيز قدرتها على استخدام سرعة أسرع في نفس الوقت الاستفادة من نقاط القوة في الآخرين، وفي نهاية المطاف، وتنمو معا.

حرم جامعي البائعين مثل هذه البيانات والمصنعين B وبيانات المصنع، C الشركات المصنعة لها بيانات المجتمع، والشركات الثلاث استخدمت تقنيات التعلم الاتحادية. من المستوى التشغيلي، A، B، C وثلاث شركات يكون الوصول المباشر إلى قدرات اثنين: 1، بسرعة أكبر تحسين أعمالهم؛ 2، والأسرع نموا الأعمال الجديدة.

تحسين أداء أعمالهم في معظم بسرعة، وسوف يكون هناك عدة مماثلة الباعة منصة منصة لدخول نموذج بيانات المؤسسة بعد تشفير كل يوم، وهذه نماذج البيانات غيرها من الشركات المصنعة هو عدم وجود بيانات A، و A ويمكن وفقا لمصنعي هذه البيانات لتحديث النموذج خوارزمية.

والأسرع نموا أداء الأعمال الجديد، A، B، C كل بائع لديها قناعاتها بناء نموذج جيد لتكبر من خلال تجميع نموذج البيانات، وتدفق البيانات الحصول على أفضل النتائج بدون بيانات التداول، ويمكن الحصول على الموارد التكميلية في أقصر وقت بأمان قدرة بعضها البعض لتطوير الأعمال الجديدة.

من منظور الخصوصية والبيانات عادة ما يكون الكاميرات الذكية سيتم تحميلها على خادم خلفية إنتاجها، ومن ثم عن طريق نموذج الشبكة العصبية المنتشرة على خادم يعمل على كميات كبيرة من البيانات التي تم جمعها من التدريب للحصول على نموذج، ومقدمي الخدمة على أساس هذا النموذج هو المستخدمين. هذا هو أسلوب التدريب النموذج المركزي، وهذا النهج من الصعب ضمان خصوصية البيانات.

يتم إرسال دراسة الاتحادية لن تسمح البيانات إلى الخلفية، ولكن التدريب على الخادم كل شركة بها، ومشفرة نموذج التدريب تحميل، الخلفية وسيتم دمج الآلاف من نماذج ومن ثم ردود الفعل للمستخدم لتحسين البرنامج.

بالمقارنة مع وضع التعليم التقليدي، ومزايا واضحة دراسة الاتحادية: 1، في إطار دراسة الاتحادية، كل حالة مشارك من جهة أخرى، لتحقيق التعاون العادل؛ 2، وبقايا البيانات في المحلية، إلى تسرب البيانات تجنب لقاء حماية خصوصية المستخدم ومتطلبات أمن البيانات؛ 3، للتأكد من أن الأطراف المعنية في الحفاظ على استقلال تبادل المعلومات يتم تشفير مع المعلمات نموذج، وفي نفس الوقت لتنمو؛ 4، ونتائج النمذجة مع نتائج التقليدية النمذجة عميقة خوارزمية التعلم لا تختلف عموما؛ 5، ودراسة الاتحادية هي آلية التعلم حلقة مغلقة، وتأثير يعتمد على نموذج البيانات يوفر مساهمة في الحزب.

في الطريقة التقليدية، المستخدم هو فقط موقف المتفرج من الذكاء الاصطناعي - استخدام، ولكن لم يشارك، وفي السيناريو الدراسة الاتحادي، والجميع "كيف تدرب التنين،" كل من هو تطوير المشاركين في الذكاء الاصطناعي.

وخلاصة القول، الآن هو الوقت المناسب لتبادل المعلومات حول نقلة نوعية في. عندما تعرض لا يمكن تبادل المعلومات دون تعريض يمكن تحليل المعلومات، ونحن لا يجب أن تعطي مضض التعاون والثقة. عندما يصبح التعاون في تبادل البيانات المتكرر، وخيالنا يمكن إطلاق مرة أخرى، من أجل حل بعض القضايا الرئيسية ليست سوى مسألة وقت.

المصدر المرجعي: الشبكي: //www.weforum.org/agenda/2020/01/new-paradigm-data-sharing/