دوره آموزشی حریم خصوصی، حاکمیت و انطباق: به اشتراک گذاری داده ها
57 دقیقهمتوسط2023-03-14
مدرسین

Nishant Bhajaria
Privacy and Security Leader and Digital Product Architect
جزئیات دوره
شرکتهایی که درآمد و رشد را بر اساس تعامل کاربر هدایت میکنند نیز در اشتراکگذاری دادهها با چالشهایی روبرو هستند. از شناسایی مجدد گرفته تا نفوذ به دسترسی مدیریت نشده، به اشتراک گذاری داده ها چندین خطر برای حفظ حریم خصوصی دارد. در این دوره، Nishant Bhajaria مجری حریم خصوصی و امنیت به مبتکران مبتنی بر داده کمک می کند تا فناوری های کلیدی و بازیکنانی را که در فضای اشتراک داده درگیر هستند، درک کنند. بهعنوان بخشی از یک استراتژی حاکمیتی «تغییر به چپ»، نحوه انجام تجزیه و تحلیل هزینه-فایده پیرامون اشتراکگذاری دادهها و موارد استفاده از آن را بیابید. یاد بگیرید که از آزمونهای مبتنی بر داده برای اندازهگیری خطرات حریم خصوصی در مورد اشتراکگذاری داده استفاده کنید. راههایی را برای حل خطرات حریم خصوصی در مورد اشتراکگذاری دادهها در همه سطوح کاوش کنید: داده، دسترسی، هویت، حمل و نقل و ذخیرهسازی. به اشتراک گذاری داده ها را از نظر ردپای کاربر به صورت دیجیتالی در مقایسه با زندگی واقعی، زمینه سازی کنید. پس از این دوره، شما قادر خواهید بود سیاست های حفاظت از داده ها را در طول فرآیند به اشتراک گذاری داده ها اعمال کنید.
مهارت ها
Data PrivacyData ScienceDeep Dive (X:Y)
سرفصل ها
0. مقدمه
- 01 - خوش آمدید
- 02 - این دوره برای چه کسانی است
- 03 - طبقه بندی دادهها به عنوان بخشی از حاکمیت داده ها
1. به اشتراک گذاری دادهها - خطرات و احتمالات
- 04 - نحوه به اشتراک گذاری دادهها - مورد استفاده از تبلیغات
- 05 - چگونه به اشتراک گذاری دادهها ممکن است اشتباه شود
- 06 - خطرات اشتراک داده - مطالعه موردی
- 07 - هنگامی که به اشتراک گذاری دادهها باید پرچمهای قرمز را بلند کند
- 08 - دلایل معتبر برای اشتراک گذاری داده ها
2. حل برای به اشتراک گذاری داده ها
- 09 - تکنیکهایی برای به حداقل رساندن خطر حفظ حریم خصوصی
- 10 - مفاهیم ناشناس سازی
- 11 - تکنیکهای ناشناس سازی
- 12 - رمزگذاری
3. k-ناشناس بودن و به اشتراک گذاری داده ها
- 13 - ک - ناشناس چیست
- 14 - k-Anonymity - مورد استفاده
- 15 - k-Anonymity - با دادههای بسیار درشت
- 16 - k-Anonymity - با دادههای بسیار ریز
- 17 - k-Anonymity - بهترین روش صنعت
4. l-تنوع
- 18 - چگونه l-diversity به حفظ حریم خصوصی کمک میکند
- 19 - k-Anonymity در مقابل l-Diversity
5. چالش حریم خصوصی - اثر انگشت دیجیتال شما
- 20 - اثر انگشت فیزیکی شما
- 21 - اثر انگشت دیجیتال شما
- 22 - قدرت پیوستن به دادههای بیرونی
نتیجه
- 23 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی حریم خصوصی و رعایت مقررات در عصر هوش مصنوعی مولد: حاکمیت دادهها، دستهبندی و فهرستبندی
- دوره آموزشی عدالت دادهای: تضمین نمایندگی عادلانه در مجموعه دادههای هوش مصنوعی
- دوره آموزشی آمادگی برای گواهینامه ISC2 حرفهای امنیت ابری (CCSP)
- دوره آموزشی مقدمهای بر اخلاق و ایمنی هوش مصنوعی
- دوره آموزشی امنیت محصول هوش مصنوعی: ساخت حاکمیت داده قوی و حفاظت از آن
- دوره آموزشی مدیریت امن داده برای پیادهسازی هوش مصنوعی
- دوره آموزشی اعتماد و ایمنی هوش مصنوعی: عبور از مرز جدید
- دوره آموزشی آمادگی برای گواهینامه مدیر حفاظت از اطلاعات IAPP (CIPM)