至关重要的是 ，我们提供了一种简单的方法来删除 您根据要求提供的一些数据。接下来，将模型拟合到更新的数据上，以避免意外存储删除的部件。 对个人数据使用强 匿名化技术 （即假名化）、数据聚合和 加密技术 绝对至关重要。 请注意非个人数据 （例如性别、邮政编码、职业、使用的语言），但汇总后可以识别个人身份的数据。 Latanya Sweeney 证明，仅结合三个此类数据就可以识别 87% 的美国人口。 当人工智能参与有关人类的决策时，有必要（按照 的要求） 提供有关所涉及逻辑的信息 （简单地说，就是说明算法的决策树）。
人工智能正在快速发展，因此 有必要
整合隐私 并调整技术和组织措施，使隐私问题不会对其增长产生负面影响，而是带来积极的结果。 保证隐私：新的默认经营方式 总而言之，仅仅 手机号码数据 遵守或其他法律法规并不能保证隐私，这些法律法规只能解决隐私保护的冰山一角。 事实上，新规定建议或保护，也没有指出预防数据泄露的方法或技术。 正是由于这个原因，研究能够保证企业技术用户发布的数据更高安全性的创新技术是互补的，而且现在是必要的，尤其是对于大公司而言。
例如， 区块链可能是数据
泄露的最终解决方案：由于其去中心化和分布式的性质，事实上，通过该技术生成的每个数据块都是无懈可击或不可更改的。 为了为用户提供完 整的隐私保证，包括使用先进的安全技术和概念（例如“设计隐私”）的方法应该成为公司运营的默认方式。 通过将隐私作为一个基本要素从设计中融入到 IT 系统和业务流程中，我们可以更好地防止因数据泄露的可能性而造成的损害。 隐私设计可供所有人使用，并且是组织构建 合规业务的起点。
从这些问题开始： 个人数据会
发生什么情况？为什么？ 个人数据会产 如何停止软件报告工具 – 如何禁用它 生什么后果？ 该事件发生的概率是多少？ 哪些因素可以减轻个人数据风险的后果？ 这些因素会降低可能性吗？ 个人数据的风险水平是否可以接受？ 无论您发现自己在公司内引入人工智能系统还是 CH 领先 已经拥有一个人工智能系统（在这种情况下，必须按照明确要求，在采取任何行动之前评估对系统用户隐私的影响）， 以适应 应该是贵公司2018年的首要任务。
