데이터 가치를 저하시키지 않고 자율주행시스템의 중요 데이터 익명화

품질에 영향을 주지 않고 영상을 익명화하는 것은 최첨단 자율주행 시스템을 개발하는 데 매우 중요합니다. 신경망과 머신 러닝 기술은 이러한 시스템을 최고의 자율성과 안전 수준으로 학습시키기 위해 방대한 양의 고품질 데이터를 필요로 합니다. 글로벌 규제를 충족하기 위해 개인 식별 정보에 흐림 효과를 적용해야 합니다. 이 기술로 인해 데이터 품질이 저하되고 고급 주행 시스템이 완전 자율주행 수준에 도달하지 못합니다.

더 스마트한 AI의 심층 자연 익명화(Deep Natural Anonymization)를 통해 어떻게 개인 정보 보호 법률을 준수하는 동시에 데이터 품질을 유지하는지 그 방법에 대해 알아보십시오.

심층 자연 익명화 솔루션을 사용하여 과제 해결

자율주행은 교통수단의 미래입니다. 그러나 많은 자동차가 어떤 형태로든 자율주행 기능을 갖추고 있지만 완전 자율주행 시스템은 실행 가능성과 안전성을 입증해야 합니다. 이러한 시스템을 개선하기 위한 핵심은 ADS(첨단 주행 시스템)를 개발할 때 익명화를 통해서만 얻을 수 있는 양질의 데이터를 보유하는 것입니다. Siemens는 이러한 과제를 해결하기 위해 DNAT(심층 자연 익명화 기술)을 통해 Simcenter SCAPTOR 워크플로에 더 스마트한 AI를 결합했습니다.

개인정보보호법을 준수하면서 개인 식별 정보의 품질 유지

데이터는 핵심 비즈니스 자산이므로 그 가치는 항상 보호되어야 합니다. 첨단 익명화를 사용하여 데이터의 장기적인 가치를 보호하는 데 투자하는 것은 개인 정보를 보호하고 규정준수 요구사항을 충족하는 데 필수적입니다. 첨단 익명화 없이 데이터를 저장하면 여러 국가의 법적 규제에 위반되어 벌금이 부과될 수 있습니다. 기업이 데이터 개인 정보 보호법을 위반한 것으로 확인되면, 고객은 기업이 어떤 다른 영역에서도 보안 위험을 감수하고 있는지 의문을 제기할 수 있습니다.

본 백서에서 Simcenter SCAPTOR 및 심층 자연 익명화를 통해 데이터를 가장 효과적이고 비용 효율적으로 수집 및 처리하며 항상 그 가치를 유지하는 방법을 알아보십시오.