Descripción
Entre las principales regulaciones de privacidad como GDPR y CCPA, y las costosas y notorias violaciones de datos, nunca ha habido tanta presión para garantizar la privacidad de los datos. Desafortunadamente, integrar la privacidad en los sistemas de datos sigue siendo complicado. Esta guía esencial le brindará una comprensión fundamental de los componentes básicos de la privacidad moderna, como la privacidad diferencial, el aprendizaje federado y la computación cifrada. Basado en lecciones difíciles, este libro proporciona consejos sólidos y mejores prácticas para integrar tecnologías innovadoras de mejora de la privacidad en sistemas de producción.
La privacidad práctica de los datos responde a preguntas importantes como:
- ¿Qué significan las regulaciones de privacidad como GDPR y CCPA para mis flujos de trabajo de datos y casos de uso de ciencia de datos?
- ¿Qué significa realmente "datos anonimizados"? ¿Cómo anonimizo realmente los datos?
- ¿Cómo funciona el aprendizaje y análisis federado?
- El cifrado homomórfico suena genial, pero ¿está listo para usar?
- ¿Cómo comparo y elijo las mejores tecnologías y métodos de preservación de la privacidad? ¿Existen bibliotecas de código abierto que puedan ayudar?
- ¿Cómo me aseguro de que mis proyectos de ciencia de datos sean seguros por defecto y privados por diseño?
- ¿Cómo trabajo con los equipos de gobernanza y seguridad de la información para implementar políticas internas de manera adecuada?
Autor: Katharine Jarmul
Editorial: O'Reilly Media
Publicado: 06/06/2023
Páginas: 344
Tipo de encuadernación: Tapa blanda
Peso: 1.23lbs
Tamaño: 9.06h x 6.93w x 0.79d
ISBN13: 9781098129460
ISBN10: 1098129466
Categorías BISAC:
- Informática | Ciencia de Datos | Modelado y Diseño de Datos
- Informática | Internet | Seguridad y Privacidad en Línea
- Informática | Ciencia de Datos | Aprendizaje Automático