Veilig de potentie van data benutten dankzij privacy enhancing technologies

Thema:
Privacy enhancing technologies

Door data te combineren en te verrijken ontstaan nieuwe inzichten en innovatieve oplossingen. Daarmee kunnen we bijvoorbeeld de zorg persoonlijker maken, en de energietransitie versnellen. Maar hoe ga je veilig om met gevoelige persoonsgegevens? Bij TNO werken we aan privacy enhancing technologies (PET's), zoals multi-party computation (MPC), federated learning en synthetische datageneratie. Ontdek hoe je daarmee als organisatie waarde creëert, en toch de privacy respecteert.

Grote kansen voor benutten datadeling

Ziekenhuizen die gepersonaliseerde zorg kunnen bieden, gebaseerd op jouw specifieke situatie. Specialisten die een nog betrouwbaarder inzicht krijgen in het verloop van ziektes als kanker en hartfalen. Justitie en financiële instellingen die hun data combineren en zo veel effectiever zijn in hun fraude- en witwasbestrijding. Overheidsorganisaties die gericht armoede kunnen bestrijden met data inzichten. Zoals wie recht heeft op een regeling, maar dit nu niet krijgt.

Het economisch en maatschappelijk potentieel van data-uitwisseling is groot. Uit recent onderzoek blijkt dat ons BBP zelfs met 1,5% kan stijgen als organisaties de kansen van datadeling benutten (bron: OECD). Maar hoe doe je dat effectief, en vooral veilig?

Ontdek privacy enhancing technologies

Privacy enhancing technologies (PET) bieden uitkomst. Deze technologieën maken gezamenlijk data-analyses tussen organisaties mogelijk, en doen dat op een privacy-vriendelijke manier.

Federated learning, bijvoorbeeld, brengt het machine learning model naar de data, in plaats van andersom, waardoor je geen centrale database nodig hebt. En secure multi-party computation maakt gebruik van een ‘gereedschapskist’ aan cryptografische technieken waarmee meerdere partijen gezamenlijk aan data kunnen rekenen, alsof ze een gedeelde database hebben.

Met behulp van synthetische data kan je data analyseren en gebruiken zonder dat je de privacy van personen schendt, terwijl je toch de informatie behoudt van de originele data. We hebben al deze technologieën met hun toepassingen op een rijtje gezet in onze whitepaper "Eindelijk een privacy-vriendelijke manier om data te benutten”.

Waarde creëren met privacy vriendelijke analyses
Van data delen versus privacy, naar waarde creëren met privacyvriendelijke data analyses.

Hoe kan TNO jouw organisatie helpen?

Bij TNO helpen we met het selecteren van de juiste privacy enhancing technologies die bijdragen aan een privacy-vriendelijke data-samenwerking. We doen gezamenlijk onderzoek naar de eisen en wensen voor jouw organisatie en adviseren de meest effectieve oplossing die veilige data-uitwisseling mogelijk maakt.

Een van de hulpmiddelen die we daarbij gebruiken is onze PET decision tree. We brengen partijen samen die nodig zijn om een maatschappelijk probleem te adresseren. Ook werken we samen met marktpartijen die de technologische oplossing kunnen implementeren in de operationele setting van jouw organisatie.

Lees meer over:

Secure Multi-Party Computation

Hoe kun je veilig samenwerken met informatie zonder de onderliggende gevoelige data prijs te geven?

Federated learning

Hoe kun je grote hoeveelheden data analyseren, zonder het recht op privacy van burgers te schenden?

Synthetische Datageneratie

Hoe kun je leren uit persoonlijke data zonder de privacy te schenden?

Laat je verder inspireren

18 resultaten, getoond 1 t/m 5

Tijdmakers in beeld: Kallol Das

Informatietype:
Insight
20 november 2024
Tijdmaker Kallol Das, senior scientist op de Networks afdeling, kijkt graag vooruit: "We weten wat de samenleving nodig heeft, nu en in de toekomst".

Tijdmakers in beeld: Belma Turkovic

Informatietype:
Insight
15 november 2024

Tijdmakers in beeld: Annemieke Kips

Informatietype:
Insight
15 november 2024

TNO-blik op 2030: Digitale privacy en veiligheid voor iedereen

Informatietype:
Insight
20 september 2024

AI in opleiding: FATE ontwikkelt digitale doktersassistent

Informatietype:
Insight
21 mei 2024