数据资产价值计算研究与实践

基于传统的资产评估的方法,充分考虑数据资产的可共享等特性,将数据质量、数据应用效果等属性作为影响因子,提出适用于数据资产的货币化价值计算方法,并以光大银行的数据资产为计算对象,实现数据资产的价值计算。     

基于隐私计算技术的数据生态合作应用

针对当前金融领域数据获取难、安全共享难、数据分析和价值挖掘难等一系列数据运用问题,介绍利用隐私计算技术开展多方数据联合建模分析、构建隐私计算平台。阐述该平台功能架构和应用架构,以及该平台在数据生态合作中的典型案例,支撑金融领域各场景有效运用数据,促进产业数字化升级。     

隐私计算产品评估体系

当前,隐私计算技术的可用性大大增强,使用场景逐渐丰富,隐私计算产品化程度逐步成熟,产品数量呈爆发式增长,产品类型也日趋丰富,隐私计算产业已逐步形成.作为新兴技术,使用者难以综合判定选择隐私计算产品,因此亟需建立统一的隐私计算产品规范和产品评估体系.在论述了隐私计算从前沿技术到落地产品的历程后,对隐私计算产品的现状进行了...     

隐私计算在大规模通信数据场景中的架构研究及应用

为解决数据孤岛问题、实现业务提质增效,诸多行业对融合应用通信数据的需求日益强烈。本文针对通信类数据高价值、高敏感等特点,梳理通信数据流通在数据安全性、计算准确性、时效性和稳定性等方面的需求,并结合分析不同隐私计算技术的特征,提出基于隐私计算的通信数据流通方案。本文以电商行业获客营销场景为例,详细介绍技术方案架构、流程、方案效果和优势,为通信数据赋能外部行业发展提供新思路。     

基于数据形态变化的数据流通技术

针对当前数据交易过程中数据确权、定价、风险控制、交易意愿不足等难题,提出一种数据流通技术,通过一次一密改变交易数据形态,使用智能合约将数据交易进行场景单元化,实现数据控制权从存储的业务平台分离到密钥平台。进而通过授权策略灵活设置权属,可以根据数据使用场景灵活设置定价,通过合约记录精准计量计费,提高数据交易安全性,促进数据流通。     

面向外包计算的图结构数据隐私计算模型研究

大规模移动轨迹、社交网络等高维图数据应用广泛且包含大量隐私信息,云计算的快速发展使得用户将图数据的存储和计算任务外包给云服务器。然而,云服务器并非完全可信且图数据拓扑结构和节点关联关系复杂,如何在云计算环境下实现隐私保护的图数据计算成为值得研究的课题。针对以上问题,对现有外包计算环境下的图数据隐私计算模型进行了全面分析和总结。首先针对云计算环境下图数据隐私保护模型进行梳理;然后对现有加密图数据隐私查询类型进行分类与分析;最后,提出了外包计算环境下图结构数据的隐私计算研究需要解决的关键问题与解决思路。     

数据隐私与保护

随着计算机技术的迅猛发展以及网络的普及,数据库的规模、范围和深度都在不断的扩大,从而积累了海量的,以不同形式存储的数据资料。使用数据挖掘这一新技术能够从大量的数据中获取有价值的信息。另一方面,隐私问题是一个全世界关注的问题。近来,数据隐私问题已越来越受到政府、媒体和个人客户的广泛关注。     

隐私计算在卫生健康行业的应用与安全研究

医疗健康数据难以安全共享、开放与利用是阻碍当前卫生健康行业信息化发展的最重要因素之一。研究探讨了卫生健康行业在数据共享与利用的实际应用场景下面临的困境,提出了隐私计算在各应用场景下的应用方案,并根据实际需求给出了对应场景下隐私计算模型安全的建议。     

浅谈大数据环境下的数据隐私保护

随着大数据时代的到来,数据的搜集、使用已在更大程度上涉及个人信息的方方面面,而个人隐私信息保护问题也日益凸显。文章从大数据互联网时代的隐私信息保护面临的挑战出发,在此基础上论述现阶段我国大数据环境下存在的侵犯数据隐私的种种现象,揭示保护隐私权的迫切性与必要性;同时,从美国和欧盟两种不同的法律保护体系的立法经验出发,结合目前我国的法律保护现状,提出国内相关企业须从国际视野获得数据隐私保护启发的建议。     

浅析大数据环境下的隐私保护问题

大数据是当前的研究热点,正影响着人们日常生活方式、工作习惯及思考模式.但目前大数据在收集、存储和使用过程中面临着诸多安全风险,大数据所导致的隐私泄露为用户带来严重困扰,本文分析了实现大数据安全与隐私保护所面临的技术挑战,给出了相应的对策。     

浅谈大数据环境下的隐私保护

现在已经进入互联网时代,人们选择将信息以数字形式储存起来,因此全球数据量呈现爆炸式增长,互联网上数据信息共享,媒体也出现数字化信息传播等方式,随之而来的就是隐私问题越来越受到人们的关注。本文简要介绍大数据,分析现在大数据环境下引发的隐私安全问题,并简要叙述几个相关改善措施。     

SaaS环境下的数据隐私保护机制研究

在软件即服务(SaaS)环境下,由于租户数据统一保存在云中,因而具有隐私泄露的风险。综合考虑数据使用效率和数据隐私保护两个方面,提出一种租户数据隐私保护策略。首先,根据日志数据进行属性聚类,使得关联度较高的属性聚集到一起,以确保数据应用效率;然后,根据隐私约束条件对聚类后的每个属性集合做进一步的划分,生成可以避免数据隐私泄露的数据分割策略;最后,利用第三方的可信云实现数据隐私分割策略的保存,并依此进行租户数据表的分割和重构。对比实验结果表明,提出的数据隐私分割算法整体来说具有较好的性能,可以实现100%的隐私保护效果。     

大数据背景下信息通信安全隐私技术实践探索

文章以大数据背景下信息通信安全隐私技术实践探索为研究部对象,首先简单介绍了大数据背景下信息通信安全隐私保护现状,随后探讨了大数据背景下网络信息通信侵权特征,最后着重对大数据背景下信息通信安全隐私技术实践进行了探索分析,以供参考。