「人工智能」数据分析与数据科学的未来( 三 )


事实证明 , 大多数数据威胁是内部的 。 数据应加密 。 只有真正有理由访问密钥的人才能访问密钥 。
「人工智能」数据分析与数据科学的未来
本文插图
这是一个非常糟糕的假设 。 顺便说一句 , 对于物联网和物联网 , 这已经成为一个非常糟糕的假设 , 因为在这个世界上没有周界 。 因此 , 正确的做法很简单 , 对吧?数据应加密 。 只有真正有理由访问密钥的人才能访问密钥 。 而且 , 对密钥的管理必须足够活跃 , 以确保没有人因为历史原因而对密钥进行计数 , 而且按键始终保持刷新状态 。 可以立即更改密钥 , 以便在发生不良情况时可以立即拒绝人们访问 。 顺便说一下 , 这些技术今天已经可用 , 只是没有被懒惰所使用 。 因此 , 需要你正确执行此操作并确保它是正确的访问权限 。
没有人真正需要看它 。 查看数据集的机器学习算法的优点在于 , 它不需要我们认为的任何私人信息 。 例如 , PII(个人身份信息)对算法没有用 。 如果你有名称或社会安全号码 , 该算法会将其丢弃 , 因为它是每个数据记录的唯一标识符 。 除非它是一个错误的算法 , 否则它没有预测价值 。 但这会收集总体的预测模式 , 即人们在使用此产品和此功能时 , 往往会遇到这类问题 。 或者 , 我们的客户正在寻找东西 , 这是我们将销售翻番的机会 。 因此 , 可以通过算法来从数据中收集这些信息 , 这些算法可以安全地运行 , 而无需人工实际访问 。 在不危害数据隐私性的前提下 , 你只需要拥有一个受到良好控制和架构化的故事 , 就可以说明谁何时何地访问数据了 。

「人工智能」数据分析与数据科学的未来
本文插图
【「人工智能」数据分析与数据科学的未来】


推荐阅读