经常听到客户提出这样的问题:“怎样才能充分利用我的数据同时又能保证数据安全?”要解决这个问题,客户必须考虑数据的类型、收集方式、存储位置、向消费者传达的信息以及哪些数据可以“离开”企业。这些领域的数据保护是很难驾驭的,没有适用所有情况的万能公式。
链睿LiveRamp致力于与全球各地的企业合作,根据他们当前及未来的业务需求为其制定和实施数据战略,并乐意分享如何扩展安全数据协作的基础架构,从而提高数据(不论其所处位置)的可连接性,帮助企业保持对自有数据的完全控制。
近日,LiveRamp宣布已经达成了收购DataFleets的最终协议。DataFleets提供新一代隐私保护数据控制技术,可以分析并消除访问和使用数据的障碍,解除数据需要复制或移动到另一个位置进行处理的限制。简单地说,DataFleets的技术颠覆了游戏规则,让有价值的数据可以保持私有,同时让私有数据充分发挥价值。
提供新一代隐私技术:致力于数据分析与协作
Anneka Gupta,LiveRamp总裁兼产品及平台负责人说:“在与DataFleets首席执行官兼联合创始人David Gilmore的一次散步中(保持社交距离的情况下),他告诉我五年后回顾今天,我们会认为企业向分析团队提供完整数据表是不理智行为。为此他的团队提出了一个双重解决方案,使分析师能够安全可靠地访问他们需要的数据,而无需移动数据,也没有暴露行级别(row-level)敏感信息的危险。”
隐私:DataFleets提供了一种隐私机制,允许用户对访问进行控制和配置,在不访问行级数据的情况下实现数据集分析
2.联盟:DataFleets的隐私技术使数据库能够跨云平台、基础架构和地理位置进行安全连接,并通过可配置的信任加速数据共享,因此分析中使用的数据不再需要集中化或专门授权调配即可使用
DataFleets的功能集成了多种先进的隐私技术,为用户根据数据处理需求进行隐私控制配置提供了前所未有的灵活性。LiveRamp了解到这一点后立即意识到,在如何实现数据实用性及数据所有者设置适当访问参数的自由选择方面,双方在理念上是一致的。这也是其构建数据协作基础架构——LiveRamp Safe Haven的核心原则。与现有的“一刀切”解决方案不同,LiveRamp产品和平台通过DataFleets技术获得强化后,可为企业提供更灵活的分布式数据协作选择。
解锁全新隐私优先的分析应用场景
企业比以往任何时候都更依赖数据和分析来指导重大决策。在与跨国公司和希望进入新市场的公司合作时,LiveRamp发现,团队不仅需要在不同地区进行内部协作,还需要与世界各地的合作伙伴进行协作,以获得全球竞争优势。DataFleets的联邦学习技术使不同企业就像处于同一个数据库中,无需移动数据即可跨领域分析数据。
在这个数据库中,分析师可以通过DataFleets创新的三类隐私增强计算技术组合,安全可靠地评估他们所需的数据(Gartner指出的2021顶级技术趋势):
通过可信任的环境保护数据并支持数据分析,同时确保没有敏感数据离开此环境
分散化计算技术允许对分布式数据集进行分析,而无需对其进行聚合
安全处理计算技术允许数据和算法在数据处理前进行加密
DataFleets的整体解决方案直面数据协作挑战,结合了多种可根据业务需求进行配置的前沿技术。它允许用户首先优先隐私和安全,最大化各方的数据效用,并以简单方便的形式实现。
通过不妥协数据控制、安全和隐私这些关键要素来解锁全球数据洞察,DataFleets使团队更容易建立跨数据集的智能连接,带来更好的客户体验。
保持对敏感数据的控制:跨地理位置、实体和行业
DataFleets的技术不仅能针对不同国家和司法管辖区进行调整,它在基础架构中也进行了隐私保护的设计。这将扩大和推动LiveRamp产品在不同地区和高度监管行业(如医疗保健和金融服务)的应用。
近期的一个案例是DataFleets在COVID-19研究计划中的使用:某学术研究兼医疗机构使用DataFleets访问美国最大的COVID-19住院患者临床数据库,不用把数据传输到其他方即可进行数据分析。这种伙伴关系使医学研究人员能够迅速研究新的证据,以提高COVID-19患者的诊疗安全与质量——这是降低该病死亡率的关键一步。
在竞争中保持领先
根据LiveRamp委托Winterberry Group进行的研究,美国和英国70%的受访高管目前正在或有计划与其他组织合作并共享第一方数据,以获取洞察、精准投放、衡量或归因的能力。
通过收购DataFleets并将其技术嵌入自身产品和平台,LiveRamp将赋能探索数据协作解决方案的企业优先消费者隐私,加速提升客户体验的创新计划,最终在竞争中保持领先地位。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。