- 數據隱私與數據治理:概念與技術
- 孟小峰等編著
- 451字
- 2024-04-12 19:22:54
第一篇 基礎知識
隨著5G、物聯網等新基建的發展,收集用戶數據的成本越來越低,大量的用戶數據被用于機器學習、數據分析、數據挖掘等行為。與此同時,用戶數據泄露、濫用等數據倫理問題也愈加顯著。2020年3月,中共中央、國務院發布了《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》,提出加快培育數據要素市場。這是數據首次作為與土地、資本、勞動力和技術并列的生產要素寫入文件。而要將數據作為生產要素發揮實際價值,就必須解決以數據隱私為代表的數據倫理問題,對數據進行治理。
本篇旨在幫助大家建立對數據隱私和數據治理的基本認識。在前兩章,我們首先對“數據隱私是什么”“數據隱私是如何產生的”“當前數據隱私的挑戰有哪些”這樣的問題進行系統的梳理。針對數據隱私的概念,我們對隱私與安全的區別進行辨析,對隱私的特征、分類與管理框架進行詳細的介紹。之后,第3章重點對數據治理問題進行闡述。該章從數據治理的發展開始,闡明其一般性與特殊性,提出數據生態中的數據治理體系,并從法律法規與實踐的角度說明當下的數據治理形勢與進度。
推薦閱讀
- 數據產品經理高效學習手冊:產品設計、技術常識與機器學習
- 業務數據分析:五招破解業務難題
- MySQL基礎教程
- Live Longer with AI
- Enterprise Integration with WSO2 ESB
- Creating Dynamic UIs with Android Fragments(Second Edition)
- 數據挖掘原理與SPSS Clementine應用寶典
- 數據庫技術實用教程
- Python數據分析與挖掘實戰(第3版)
- SAS金融數據挖掘與建模:系統方法與案例解析
- 區塊鏈技術應用與實踐案例
- Oracle數據庫管理、開發與實踐
- Mastering LOB Development for Silverlight 5:A Case Study in Action
- 中國云存儲發展報告
- 大數據測試技術:數據采集、分析與測試實踐(在線實驗+在線自測)