将自动驾驶系统的重要数据匿名，同时不降低其价值

要开发出类拔萃的先进自动驾驶系统，关键在于对视频片段进行匿名化而不降低视频质量。神经网络和机器学习技术需要大量的高质量数据来训练这些系统，从而达到更高的自主性和安全性。为遵守全球法规，需要使用模糊的个人身份信息。该技术降低了数据的质量，使先进的驾驶系统无法达到完全自主水平。

了解 brighter AI 推出的深度自然匿名化技术如何做到既能模糊数据，又能保证数据质量，同时遵守隐私法规。下载白皮书了解更多信息。

深度自然匿名化解决方案的作用不仅限于模糊数据

自动驾驶是交通运输的未来。但是，尽管许多车辆已经使用了某种形式的自动驾驶功能，但完全自主系统的可行性和安全性仍有待验证。改进这些系统的关键是拥有高质量数据，而这些数据只能在开发先进驾驶系统 (ADS) 时运用匿名化获得。为了应对这一挑战，西门子与 brighter AI 联手使用深度自然匿名化技术 (DNAT) 并使其融入 Simcenter SCAPTOR 工作流程。

在遵守隐私法规的同时保证个人身份信息的质量

数据是关键的业务资产，其价值必须时刻受到保护。通过使用先进的匿名化技术投资保护数据的长期价值是保护隐私和满足法规合规要求的关键所在。不采取匿名化就存储此类数据将违反许多国家/地区的法律法规，招致巨额罚款。如果某家公司违反了数据隐私法，消费者可能会质疑该公司在其他领域是否同样存在安全风险。

下载此白皮书，了解如何使用 Simcenter SCAPTOR 和深度自然匿名化确保以更有效、更经济的方式收集和处理数据，并始终保持其价值。