Библиотека практик
В современном цифровом мире технологии защищенной обработки данных (ТЗОД) становятся ключевым элементом в обеспечении конфиденциальности и безопасности данных.
Этот доклад — открытое руководство по основным аспектам ТЗОД, где раскрываются новейшие технологии, юридические нюансы и практические сценарии их применения.
Авторы доклада – ведущие эксперты области из Ассоциации больших данных, Privacy Advocates и Aggregion.
Цель доклада — помочь компаниям и организациям минимизировать риски, связанные с утечкой данных, повысить доверие пользователей и построить прозрачные партнерские отношения, основанные на защищенных данных.
Конфиденциальные вычисления и доверенные среды исполнения
Доклад является продолжением исследования, начатого в «Технологиях защищенной обработки данных», и посвящен углубленному рассмотрению конфиденциальных вычислений как ключевой технологии защиты данных во время их обработки.
Цель доклада – рассмотреть преимущества использования конфиденциальных вычислений и доверенных сред исполнения (Trusted Execution Environment, TEE), практические кейсы их применения, а также возможности для масштабирования решений в различных отраслях.
Аналитический доклад станет незаменимым инструментом для тех, кто стремится эффективно внедрять ТЗОД и развивать ИИ на основе безопасной работы с данными.
Кроме того, АБД совместно с Издательством «Открытые системы» провели вебинар о конфиденциальных вычислениях и доверенных средах исполнения с участием Т1, Aggregion и Privacy Advocates.
Конфиденциальные вычисления и доверенные среды исполнения. Secure Multiparty Computation
Современные технологии шифрования позволяют защищать данные на всех этапах их жизненного цикла. Классические методы криптографии обеспечивают безопасность на стадиях хранения (Data at Rest) и передачи (Data in Transit), а технологии совместных конфиденциальных вычислений (Secure Multiparty Computation, SMPC) обеспечивают защиту данных в ходе их использования (Data in Use).
Аналитический доклад является детальным обзором технологий SMPC — инновационного метода защиты информации, который открывает новые возможности для бизнеса. В докладе авторы рассматривают ключевые принципы технологий, их преимущества и практические сценарии применения в различных отраслях.
Авторы доклада – ведущие эксперты области из Ассоциации больших данных, Bloomtech, КриптоПро, Privacy Advocates и Aggregion.
Конфиденциальные вычисления и доверенные среды исполнения. Federated Learning
Современные технологии конфиденциальных вычислений позволяют обучать ИИ-модели, не раскрывая исходные данные. Как отмечалось в докладе о Secure Multiparty Computation (SMPC), сегодня существует несколько признанных стратегий защиты данных во время обработки. Одна из них — федеративное обучение (Federated Learning, FL).
Аналитический доклад — подробный разбор FL — технологии, которая решает ключевую проблему: как обучать совместную ML-модель, когда несколько владельцев данных не могут или не хотят формировать централизованный датасет.
Авторы доклада — эксперты из Ассоциации больших данных, Guardora и Privacy Advocates.
В дополнение к докладу АБД и Издательство «Открытые системы» провели вебинар о федеративном обучении с участием Guardora и Upgini.
Конфиденциальные вычисления и доверенные среды исполнения. Homomorphic Encryption
Одним из ключевых направлений развития конфиденциальных вычислений является гомоморфное шифрование (Homomorphic Encryption, HE) — технология, позволяющая выполнять вычисления над зашифрованными данными без их расшифрования. Это делает возможным обучение и инференс моделей машинного обучения на стороне провайдера без доступа к исходным данным.
В аналитическом докладе представлены подробный обзор HE, практические сценарии применения, преимущества и недостатки технологии.
Авторы доклада — эксперты из Ассоциации больших данных, Guardora и Privacy Advocates.
Технологии защищённой обработки данных. Обезличивание
При обмене данными и совместной аналитике доступ к датасетам должен быть четко регламентирован. Для этого используются технологии защищенной обработки данных (ТЗОД), в том числе методы обфускации — скрытия исходной информации с сохранением ее аналитической ценности.
Аналитический доклад посвящен обезличиванию данных — одному из наиболее распространенных и востребованных методов обфускации. В документе представлен обзор основных подходов к обезличиванию, практические примеры их применения, анализ рисков повторной идентификации, юридическая интерпретация требований регулятора, а также рекомендации для организаций, которые выстраивают или пересматривают процессы работы с данными.
Авторы доклада — эксперты из Ассоциации больших данных, HFLabs и Privacy Advocates.