自動運転システムの重要データを価値を損なうことなく匿名化

映像の品質を低下させずに匿名化することは、最先端の自動運転システムの開発に不可欠です。ニューラル・ネットワークと機械学習の技術で、最高レベルの自律性と安全性を備えた自動運転システムを学習させるためには、膨大な量の高品質データが必要だからです。個人を特定できないように情報をマスキングしないと、グローバルなプライバシー規制に適合できません。しかし、マスキングされたデータは品質が低下するため、先進運転システムが完全自動運転レベルに適合するうえで妨げとなっています。

こちらのホワイトペーパーでは、brighter AIによる次世代匿名加工技術がプライバシー保護のためのマスキング処理とデータ品質の維持をいかにして両立しているかを紹介します。詳細はホワイトペーパーをダウンロードしてご一読ください。

次世代匿名加工技術ソリューションを使用して、ぼかしの課題を克服

自動運転は未来の輸送手段です。多くの車両にはすでに何らかの形の自動運転機能が搭載されていますが、完全自動運転システムはその実行可能性と安全性を証明する必要があります。完全自動運転システムを改善する鍵は、高品質な匿名化データを先進運転システム (ADS) の開発に活用できるか否かにかかっています。シーメンスはこの課題に対処するためにbrighter AIと提携し、同社の次世代匿名加工技術 (DNAT) をSimcenter SCAPTORワークフローの一部に取り入れました。

匿名化技術によってプライバシー保護規制を遵守しつつ、情報の品質を維持

データは重要なビジネス資産であり、その価値は常に保護しなければなりません。高度な匿名化によるデータの長期的な価値の保護に投資することは、プライバシーを保護し、規制コンプライアンス要件を満たすために不可欠です。データを匿名化せずに保存することは、多くの国の法的規制に違反し、重い罰金が課せられます。企業がデータ・プライバシー保護法に違反していることが判明した場合、その企業がほかの分野でもセキュリティを危険にさらしているのではと、消費者は疑問に思うでしょう。

このホワイトペーパーはSimcenter SCAPTORと次世代匿名加工を使用することによって、最も効率的で費用効果の高い方法でデータが収集および処理され、常にその価値が維持されることを紹介しています。ダウンロードしてご確認ください。