机构名称：
¥ 1.0
摘要：在许多机器学习（ML）应用中，数据和培训的提供以及机器学习系统的分析是由不同的参与者，数据所有者和数据消费者执行的。为了保护这些ML-Scenarios中的敏感信息，在共享之前，通常将隐私意识到的机器学习（PAML）方法应用于数据。基于所使用的PAML方法的类型，CRISP-DM模型中定义的数据理解和制备变得更加困难，即使不是不可能。为了启用这些步骤，我们提出了一种方法，可以与数据消费者共享各种不可判断的信息，这些数据消费者然后能够在元级别上定义必要的处理步骤。然后将这些应用于数据所有者本地受信任环境中的数据，然后共享准备好的数据和受保护的数据。
隐私意识处理
主要关键词
相关文件推荐
