前言

近年來，隨著 GDPR 通用數據保護條例出臺以及一些互聯網公司數據隱私泄漏等事件的發生，數據隱私的保護問題在行業應用中備受關注。與數據密切相關的機器學習算法的安全性成為一個巨大挑戰。本文將介紹在機器學習領域中數據隱私安全的相關工作，并介紹第四范式在差分隱私算法效果提升上所做的工作。

主要和大家分享數據隱私的3方面：

• 隱私保護的問題與案例

• 基于數據的隱私保護技術：數據匿名化

• 機器學習模型訓練中的隱私保護技術：差分隱私

▌機器學習中的隱私保護問題

1. 信息隱私

信息隱私 ( Privacy )：指的是當一個組織內敏感數據被擁有權限的人員所使用于某些技術、過程 ( 如數據分析、訓練模型 ) 時，對數據敏感信息進行保護的過程與規則。

數據的隱私 ( Privacy ) 與安全 ( Security ) 并不等價：有的時候很多人提到數據隱私時，會與數據安全混為一談，但其實兩者并不等價。數據安全通常指防止數據被非法訪問；而數據隱私則一般指在數據被合法訪問時，防止其中的敏感信息被訪問者以某些方式"逆向"獲取，避免因數據被"逆向"推導出而造成的敏感信息泄露和濫用。當然，對于企業來說，數據隱私和數據安全都非常重要。

2. 信息隱私問題

總結

以上是生活随笔為你收集整理的深度学习核心技术精讲100篇（五十三）-机器学习中的隐私保护的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。