Réseau de la science des données pour la fonction publique fédérale (RSDFPF)

Détection des renseignements identificatoires personnels dans les données non structurées à l’aide de Microsoft Presidio

Sujets abordés dans cet article : Éthique et utilisation responsable de l'apprentissage automatique

À l’ère numérique, les organisations recueillent et stockent de grandes quantités de données sur leurs clients, leurs employés et leurs partenaires. Ces données contiennent souvent des renseignements identificatoires personnels (RIP). Avec la multiplication des violations de données et des cyberattaques, la protection des RIP est devenue une préoccupation majeure pour les entreprises et les organismes gouvernementaux. Dans le présent article, Statistique Canada présente en détail Microsoft Presidio et la façon dont cet outil aide les organisations au Canada à se conformer aux lois en matière de protection de la vie privée.

Continuer la lecture: Détection des renseignements identificatoires personnels dans les données non structurées à l’aide de Microsoft Presidio

Introduction aux techniques cryptographiques : Calcul multiparties sécurisé

Sujets abordés dans cet article : Éthique et utilisation responsable de l'apprentissage automatique

La prédominance croissante de technologies comme le nuage, l’informatique mobile, l’apprentissage automatique et l’Internet des objets crée des possibilités d’innovation et d’échange de renseignements, mais également des défis pour la sécurité et la confidentialité des données. Ces défis ont été amplifiés pendant la pandémie mondiale; le télétravail a accéléré l’adoption des services hybrides et infonuagiques. Cette situation a mis à rude épreuve les capacités de sécurité existantes et a révélé des lacunes dans la sécurité des données (Lowans, 2020). Pendant ce temps, les lois sur la protection des données à l’échelle mondiale ont évolué, et chaque organisation qui traite des données personnelles est exposée à des niveaux de risque en matière de confidentialité et d’inobservation plus élevés que jamais auparavant (Wonham, Fritsch, Xu, de Boer, & Krikken, 2020).

Par conséquent, les techniques de calcul améliorées sur le plan de la confidentialité, qui protègent les données pendant leur utilisation, ont gagné en popularité.

Continuer la lecture : Introduction aux techniques cryptographiques : Calcul multiparties sécurisé

Modèles de vision par ordinateur : projet de classification des semences

Sujets abordés dans cet article : Vision par ordinateur

En collaborant avec des membres des directions générales interministérielles du gouvernement, l'équipe du laboratoire d'intelligence artificielle de l'Agence canadienne d'inspection des aliments tire parti d'algorithmes d'apprentissage automatique à la fine pointe de la technologie pour offrir des solutions axées sur les données à des problèmes réels et favoriser un changement positif.

Continuer la lecture : Modèles de vision par ordinateur : projet de classification des semences

 : Collecte par approche participative des données des reçus d'épicerie dans les communautés autochtones à l'aide de la reconnaissance optique de caractères