Стандарты разработаны Московским государственным университетом имени М.В.Ломоносова совместно с Автономной некоммерческой организацией «Институт развития информационного общества»; представлены Техническим комитетом по стандартизации ТК 164 «Искусственный интеллект».
Предварительный национальный стандарт ПНСТ «Искусственный интеллект. Техническая структура федеративной системы машинного обучения» объёмом 34 страницы, см. https://www.normacs.info/projects/11266
Текст проекта стандарта можно скачать по адресу https://www.normacs.info/project_files/12578 , а пояснительной записки к нему – по адресу https://www.normacs.info/project_files/12577 . Принять участие в обсуждении документа можно здесь: https://www.normacs.info/discussions/8957#8957
Предстандарт разработан на основе Рекомендации Международного союза электросвязи ITU-Т F.748.13 (2021) «Техническая структура федеративной системы машинного обучения» (Technical framework for a shared machine learning system), см. https://www.itu.int/ITU-T/recommendations/rec.aspx?rec=14682&lang=ru .
«В федеративных системах машинного обучения (SML-системах) несколько участников совместно используют зашифрованные данные и/или обмениваются параметрами моделей с целью обеспечить безопасность данных и защиту персональных данных. Чтобы обеспечить наиболее эффективное использование данных, зашифрованные данные каждой стороны и/или предоставленные ею параметры моделей собираются и используются для обучения модели федеративного машинного обучения. Модели федеративного машинного обучения продолжают обучаться в интересах само-оптимизации, а участники или иные лица, авторизованные на доступ к модели, могут вводить информацию для получения результатов или прогнозов на основе совместно используемых значений. Федеративные системы машинного обучения могут, например, применяться (не ограничиваясь ими) в мультимедийных и игровых приложениях (media applications).
Федеративные системы машинного обучения позволяют ряду сторон использовать для обучения моделей систем машинного обучения данные, имеющиеся в их распоряжении, не раскрывая при этом друг другу самих данных. Данная особенность полезна в ситуациях, когда требуется обеспечить защиту содержащейся в данных конфиденциальной информации и особенно персональных данных.
… В настоящей Рекомендации определено понятие «федеративной системы машинного обучения», а также определены роли, технические требования и требования по безопасности, технические архитектуры, функциональные компоненты и процедуры обработки федеративной системы машинного обучения при централизованном и децентрализованном режимах работы. В Приложении также описаны варианты использования федеративных систем машинного обучения.»
Содержание документа следующее:
Предисловие
Введение
1. Область применения
2. Нормативные ссылки
3. Термины и определения
4. Сокращения и акронимы
5. Соглашения
6. Общее представление о федеративной системе машинного обучения
7. Роли в федеративной системе машинного обучения
8. Технические требования к федеративной системе машинного обучения
9. Требования к безопасности для федеративной системы машинного обучения
10. Техническая архитектура, функциональные компоненты и процедура обработки федеративной системы машинного обучения в централизованном режиме
11. Техническая архитектура, функциональные компоненты и процедура обработки федеративной системы машинного обучения в децентрализованном режиме
Приложение I: Варианты использования федеративной системы машинного обучения
Библиография
Предварительный национальный стандарт ПНСТ «Искусственный интеллект. Большие данные. Функциональные требования в отношении происхождения данных» объёмом 76 страниц, см. https://www.normacs.info/projects/11265
Текст проекта стандарта можно скачать по адресу https://www.normacs.info/project_files/12576 , а пояснительной записки к нему – по адресу https://www.normacs.info/project_files/12575 . Принять участие в обсуждении документа можно здесь: https://www.normacs.info/discussions/8956#8956
Предстандарт разработан на основе Рекомендации Международного союза электросвязи ITU-T Y.3602 (2022) «Большие данные – Функциональные требования в отношении происхождения данных» (Big data – Functional requirements for data provenance), см. https://www.itu.int/ITU-T/recommendations/rec.aspx?rec=13817&lang=ru
«Надёжность данных является важным фактором при определении надёжности результата анализа. Информация о происхождении данных помогает обеспечить надёжность данных посредством обеспечения прозрачности их исторического пути. В среде больших данных сложная обработка данных и их миграция, связанная с жизненным циклом больших данных и их распространением, приводят к разного рода трудностям при управлении информацией о происхождении данных. В первую очередь больших усилий и затрат требует сбор надёжной и достоверной информации о том, что происходило с большими данными на различных этапах их жизненного цикла.
В настоящем стандарте описана концептуальная модель автоматического сбора, управления и сохранения информации о происхождении больших данных по мере их обработки, использования и хранения в экосистеме больших данных. Реализация данной концепции, хотя и не решит проблему отслеживания происхождения данных полностью, однако позволит сократить затраты и существенно повысить полноту и достоверность собираемой информации о происхождении, что, в свою очередь, будет способствовать прозрачности, подотчётности, объяснимости и доверию к использующим большие данные системам и к результатам анализа больших данных.
… В настоящем стандарте устанавливаются функциональные требования к происхождению данных в экосистеме больших данных, как она определяется в Рекомендации МСЭ-Т Y.3600 [ITU-T Y.3600]. Данный стандарт вводит понятия происхождения данных, а также происхождения данных в экосистеме больших данных, и описывает концептуальную модель, операции, логические компоненты и функциональные требования, относящиеся к информации о происхождении больших данных. Содержащиеся в стандарте функциональные требования получены путем анализа вариантов использования.»
Содержание документа следующее:
Предисловие
Введение
1. Область применения
2. Нормативные ссылки
3. Термины и определения
4. Сокращения и акронимы
5. Соглашения
6. Введение в происхождение данных
7. Обзор управления информацией о происхождении больших данных
8. Функциональные требования к управлению информацией о происхождении больших данных
9. Соображения безопасности
Приложение I: Варианты использования информации о происхождении больших данных
Приложение II: Примеры профилей информации о происхождении
Библиография
Предварительный национальный стандарт ПНСТ «Искусственный интеллект. Большие данные. Обзор и требования по обеспечению сохранности данных» объёмом 25 страниц, см. https://www.normacs.info/projects/11264
Текст проекта стандарта можно скачать по адресу https://www.normacs.info/project_files/12573 , а пояснительной записки к нему – по адресу https://www.normacs.info/project_files/12573 . Принять участие в обсуждении документа можно здесь: https://www.normacs.info/discussions/8955#8955
Предстандарт разработан на основе Рекомендации Международного союза электросвязи ITU-T Y.3604 (02/2020) «Большие данные. Обзор и требования по обеспечению сохранности данных» (Big data – Overview and requirements for data preservation), см. https://www.itu.int/ITU-T/recommendations/rec.aspx?rec=14138&lang=ru
«Целесообразность разработки проекта предварительного национального стандарта объясняется тем, что технологии искусственного интеллекта являются особо важными и перспективными инструментами для реализации разного рода задач во многих отраслях экономики. Целью настоящего проекта национального стандарта является описание общей концепции обеспечения сохранности данных, а также иллюстрация процесса обеспечения сохранности данных в экосистеме больших данных.
В настоящем стандарте приводится обзор и требования к сохранности больших данных. В документе рассматриваются следующие темы:
- обзор сохранности больших данных;
- функциональные требования к сохранности больших данных;
- варианты использования методов сохранности больших данных.»
Содержание документа следующее:
Предисловие
Введение
1. Область применения
2. Нормативные ссылки
3. Термины и определения
4. Сокращения
5. Соглашения по терминологии
6. Обзор сохранности больших данных
7. Функциональные требования к сохранности больших данных
8. Обеспечение безопасности
Приложение A (справочное): Варианты использования методов сохранности больших данных
Приложение ДА (справочное): Сведения о соответствии ссылочных международных документов национальным стандартам
Библиография
Источник: сайт NORMACS
https://www.normacs.info/project_files/12577
https://www.normacs.info/project_files/12578
https://www.normacs.info/discussions/8957#8957
https://www.normacs.info/project_files/12575
https://www.normacs.info/project_files/12576
https://www.normacs.info/discussions/8956#8956
https://www.normacs.info/project_files/12573
https://www.normacs.info/project_files/12574
https://www.normacs.info/discussions/8955#8955
Комментариев нет:
Отправить комментарий