促进隐私敏感型政府数据更广泛公共使用的路线图：研讨会报告
密码学与安全
2026-01-29 v2 计算机视觉与模式识别
计算机与社会
机器学习
摘要
政府机构收集并管理着种类日益增多、规模不断增长的数据集。尽管此类数据有潜力支撑研究与循证政策制定，但人们担忧此类数据的发布可能侵犯被收集数据个人（或组织）的隐私。为评估数据共享现状并探寻加速此类共享的机遇，于 2021 年 5 月 21 日与 26 日举办了虚拟研讨会，由美国国家科学基金会（NSF）、国家标准与技术研究院（NIST）及白宫科学与技术政策办公室（OSTP）赞助，汇聚多国研究人员与从业者讨论经验并了解近期开发的在共享数据时保护隐私的技术。研讨会特别关注各级政府数据共享中的挑战与成功案例。首日聚焦于应用于公共数据共享的新技术成功范例，包括形式化隐私技术、合成数据与密码学方法。第二日强调针对若干挑战及应对方向的头脑风暴会议。
引用
@article{arxiv.2208.01636,
title = {A Roadmap for Greater Public Use of Privacy-Sensitive Government Data: Workshop Report},
author = {Chris Clifton and Bradley Malin and Anna Oganian and Ramesh Raskar and Vivek Sharma},
journal= {arXiv preprint arXiv:2208.01636},
year = {2026}
}
备注
23 pages. Web: https://may2021privacy.github.io/