Privacy-Preserving Data Science
機密性の高い情報へのアクセスを必要とされているが、プライバシーの概念などから有意義の問題に取り組むためのデータは制限されてアクセスするのが困難な時がある。
「
プライバシーを侵害することなくデータサイエンスを行う方法はあるのか?
」
従来: データを中央へ転送する必要があった
プライベート・セキュアな
ML
は暗号技術、プライバシー技術から影響を受けている。
Federated learning
Differential Privacy
What is PyDP?
Homomorphic Encryption
What is Private Set Intersection?
What is Secure Multi-Party Computation?
What is a Split Neural Network?
What is PyVertical?
What are Zero knowledge Proofs?
What is Encrypted Machine Learning as a Service?
参照:
https://blog.openmined.org/private-machine-learning-explained/