Библиотека методов конфиденциальной работы с данными
Основная миссия портала — помочь эффективно использовать передовые практики, защищать данные и применять перспективные технологии для решения сложных задач в области больших данных.
Цели библиотеки
содействие сотрудничеству между специалистами и экспертами индустрии, распространение специальных знаний в области обработки и управления данными
предоставление актуальной информации о передовых безопасных методах обработки, типовых сценариев и лучших практиках
установление единого глоссария: формирование терминологии для методов работы с большими данными
поддержка и развитие проектов на основе синтетических данных
Книги в библиотеке
Библиотека Больших Данных предоставляет структурированное руководство по передовым методам работы с большими данными, методам защиты данных, новейшим технологиям и моделям управления рисками.
Каталог публикаций на тему больших данных, безопасности и искусственного интеллекта. В данном разделе представлены документы с кратким описанием и возможностью скачать PDF-файлы.
Всего
Версия: 2.0 Часть 1: Обзор
Дата: 24.09.2023
15 минут чтения
Технологии защищенной обработки данных: от защиты данных — к развитию ии, партнерским отношениям и экосистемной экономике
Аналитический доклад — открытое руководство по основным аспектам ТЗОД, где раскрываются новейшие технологии, юридические нюансы и практические сценарии их применения.
Конфиденциальные вычисления и доверенные среды исполнения
Доклад является продолжением исследования, начатого в «Технологиях защищенной обработки данных», и посвящен углубленному рассмотрению конфиденциальных вычислений как ключевой технологии защиты данных во время их обработки.
Конфиденциальные вычисления и доверенные среды исполнения. Secure Multiparty Computation
Доклад является продолжением исследования, начатого в «Технологиях защищенной обработки данных», и посвящен углубленному рассмотрению конфиденциальных вычислений как ключевой технологии защиты данных во время их обработки.
Конфиденциальные вычисления и доверенные среды исполнения. Federated Learning
Аналитический доклад — подробный разбор FL — технологии, которая решает ключевую проблему: как обучать совместную ML-модель, когда несколько владельцев данных не могут или не хотят формировать централизованный датасет.
