- 數據科學實戰指南
- TalkingData
- 273字
- 2019-06-19 15:56:21
第2章 數據科學項目的前提:大數據安全與個人隱私保護
隨著大數據、云計算、區塊鏈、人工智能、移動互聯網等新一代信息技術的發展和應用,結構化、非結構化數據的體量也以更快的速度在增長,同時增加了大數據風險隱患。傳統企業與外部交互點越多,帶來的數據安全風險就越大。巨大的數據量加重了企業對數據資產的保護責任,僅靠出臺各種管理制度進行人工限制很難有效規避數據風險,反而會阻礙新技術的發展和業務價值的最大化。同時,各國監管機構也逐步認識到創新技術的飛速發展對個人隱私數據的威脅,因此開始起草、制定、頒布保護個人隱私數據的法律法規,力圖逐步完善數據保護法律體系。
推薦閱讀
- 大數據技術基礎
- Hands-On Machine Learning with Microsoft Excel 2019
- SQL Server 2012數據庫技術與應用(微課版)
- Modern Programming: Object Oriented Programming and Best Practices
- OracleDBA實戰攻略:運維管理、診斷優化、高可用與最佳實踐
- Starling Game Development Essentials
- Flutter Projects
- gnuplot Cookbook
- MySQL技術內幕:SQL編程
- 爬蟲實戰:從數據到產品
- Oracle高性能SQL引擎剖析:SQL優化與調優機制詳解
- SIEMENS數控技術應用工程師:SINUMERIK 840D-810D數控系統功能應用與維修調整教程
- 數字化轉型方法論:落地路徑與數據中臺
- 代碼的未來
- 高效使用Redis:一書學透數據存儲與高可用集群