Key points are not available for this paper at this time.
Na era da Inteligência Artificial, proteger os dados dos usuários individuais se tornou crucial. Os dados coletados são armazenados em múltiplos bancos de dados contendo informações pessoalmente identificáveis (PII). Isso pode representar uma preocupação significativa com a privacidade para o banco de dados. Várias abordagens de preservação de privacidade foram propostas, incluindo Privacidade Diferencial, Criptografia Homomórfica, Redes Adversariais Generativas e Aprendizado Federado. Neste artigo, as quatro técnicas de anonimização mencionadas são comparadas. Além disso, este estudo revisará os pontos fortes e fracos dessas técnicas. Também discutimos a troca entre utilidade dos dados e privacidade. Os resultados deste estudo têm como objetivo guiar pesquisadores e profissionais na seleção de técnicas de anonimização baseadas em IA adequadas.
- et al. (Qui,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: