据隐私
-
“去标识化”数据真的安全吗？揭秘逆向识别与差分隐私
你最近看到的那些关于公共数据集“逆向识别”的案例，确实让人捏了一把汗，也难怪你会对“脱敏数据”产生怀疑。这恰恰说明，数据隐私保护是一个复杂且不断演进的战场，没有一劳永逸的银弹。 我们先来理解一下，为什么看起来“脱敏”或“去标识化”的数...
-
App总推垃圾信息？几个技巧让它更懂你！
为什么App总是推给我不感兴趣的内容？有什么办法让它们更懂我？ 你是不是也有这样的困扰：明明住在北京，本地新闻App却总推送隔壁城市的家长里短；或者刚买了一件毛衣，购物App就没完没了地推荐同款不同色的毛衣？ 感觉自己的数据被“滥用”...
-
儿童智能手表真能管屏幕时间？功能解析与选购指南
最近不少家长都在问我，市面上各种儿童智能手表，究竟能不能帮孩子管理好屏幕时间？它们都有哪些功能，选购的时候又该注意什么呢？今天我就来和大家聊聊这个话题。 儿童智能手表真的能帮助孩子管理屏幕时间吗？ 这是一个复杂的问题，答案是： 能...
-
如何在保持数据控制权的同时安全共享敏感行业数据？隐私计算是关键
您好！您提出的问题，正是当前数据要素流通与应用领域面临的核心挑战：如何平衡数据价值释放与数据安全保护。幸运的是，业界已经发展出一系列“隐私计算”和“可信数据空间”等技术架构，能够有效解决这一难题，让您在保持数据控制权的同时，安全、有限地对...
-
多方安全数据共享：构建打破环境数据孤岛的技术平台
构建多方安全协作数据共享平台：打破数据孤岛的技术路径 在当今数据驱动的时代，信息孤岛是阻碍协同进步的常见难题，尤其在需要跨组织协作的领域，如环境保护。不同机构（无论是科研组织、环保NGO还是政府部门）往往拥有各自独立的、宝贵的数据集，...
-
联邦学习图像识别模型的可解释性方法探索
问题： 我们使用联邦学习训练了一个图像识别模型，如何解释模型的决策过程？是否存在一些可解释性方法可以帮助我们理解模型是如何利用来自不同参与方的数据进行预测的？ 回答： 联邦学习（Federated Learning, FL...
