隐私计算场景下数据质量治理探索与实践

摘要：

隐私计算是一种新型数据处理技术,可以在保护数据隐私及安全的前提下,实现数据价值转化和流通.然而隐私计算场景中"数据可用不可见"的特性给传统的数据质量治理工作带来了很大的挑战,业界尚缺乏完善的解决方案.针对上述问题,提出一种适用于隐私计算场景的数据质量治理方法与流程,构建了本地与多方两个层级的数据质量评估体系,能够兼顾本地域及联邦域的数据质量治理工作,同时提出了一种数据贡献度衡量方法,对隐私计算的长效激励机制进行探索,从而提升隐私计算的数据质量,并提高计算结果的精度.

关键词：隐私计算、联邦学习、数据质量治理、数据贡献度

所属期刊栏目：8

分类号：D922.16;TP18(中国法律)

在线出版日期：2022-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：55-73