Riadenie a dôveryhodnosť

Privacy-preserving machine learning

Privacy-preserving machine learning je metódy a procesy znižujúce odhalenie osobných alebo citlivých údajov pri tréningu, inferencii a zdieľaní modelov.

Posledná odborná revízia
27. 7. 2026
Odborný garant
Miroslav Schmiedt
ID
AI-GEO-P-19

Odborná definícia

Odborná definícia

Privacy-preserving machine learning je metódy a procesy znižujúce odhalenie osobných alebo citlivých údajov pri tréningu, inferencii a zdieľaní modelov.

Zrozumiteľné vysvetlenie

Zrozumiteľné vysvetlenie

Jednoducho povedané, Privacy-preserving machine learning je metódy a procesy znižujúce odhalenie osobných alebo citlivých údajov pri tréningu, inferencii a zdieľaní modelov. V praxi vyžaduje jasné vlastníctvo, dokumentované pravidlá, merateľné kontroly a dohľad primeraný riziku.

Časté otázky

Časté otázky

Čo je Privacy-preserving machine learning?

Privacy-preserving machine learning je metódy a procesy znižujúce odhalenie osobných alebo citlivých údajov pri tréningu, inferencii a zdieľaní modelov.

Na čo sa Privacy-preserving machine learning používa?

Použitie závisí od konkrétnej úlohy a očakávaného výsledku. V praxi vyžaduje jasné vlastníctvo, dokumentované pravidlá, merateľné kontroly a dohľad primeraný riziku.

Ako sa Privacy-preserving machine learning overuje v praxi?

Overenie sa robí na reprezentatívnych dátach alebo scenároch, voči jasnej porovnávacej základni a pomocou metrík zodpovedajúcich reálnemu cieľu. Kontrola má zahŕňať aj hraničné prípady, neistotu a prevádzkové náklady.

Aké riziká alebo obmedzenia treba pri Privacy-preserving machine learning sledovať?

Rizikom je formálna kontrola bez reálneho vlastníka, neúplná dokumentácia a dohľad neprimeraný dopadu. Opatrenia musia mať zodpovednú osobu, dôkaz vykonania a pravidelnú revíziu.

Čím sa Privacy-preserving machine learning líši od súvisiacich pojmov?

Privacy-preserving machine learning sa od pojmov Quality assurance for AI, Responsible AI, Risk assessment odlišuje funkciou, vstupmi, spôsobom výpočtu a účelom výsledku. Súvisiace pojmy môžu spolupracovať, nie sú však automaticky zameniteľné.

Súvisiace pojmy

Súvisiace pojmy

Zdroje a redakčná stopa

Zdroje a redakčná stopa

  • ISO/IEC 22989:2022
  • NIST AI Risk Management Framework 1.0
  • OECD AI Principles
  • Primárna odborná literatúra podľa typu pojmu

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.