<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Real Time Privacy on בלוג Formize.com</title><link>https://blog.formize.com/he/tags/real-time-privacy/</link><description>Recent content in Real Time Privacy on בלוג Formize.com</description><generator>Hugo</generator><language>he</language><atom:link href="https://blog.formize.com/he/tags/real-time-privacy/index.xml" rel="self" type="application/rss+xml"/><item><title>יצירת נתונים סינתטיים דינאמיים בקצה המשולבת עם למידת פדרציה, אמון אפסי ובקרות פרטיות בזמן אמת</title><link>https://blog.formize.com/he/edge-synthetic-data-generation/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://blog.formize.com/he/edge-synthetic-data-generation/</guid><description>&lt;h1 id="יצירת-נתונים-סינתטיים-דינאמיים-בקצה-המשולבת-עם-למידת-פדרציה-אמון-אפסי-ובקרות-פרטיות-בזמן-אמת">יצירת נתונים סינתטיים דינאמיים בקצה המשולבת עם למידת פדרציה, אמון אפסי ובקרות פרטיות בזמן אמת&lt;/h1>
&lt;h2 id="מבוא">מבוא&lt;/h2>
&lt;p>נתונים סינתטיים הפכו לעמוד תווך באימון מודלים של למידת מכונה כאשר נתונים מהעולם האמיתי נדירים, רגישים או יקרים להשגה. צינורות נתונים סינתטיים מסורתיים פועלים במרכזי נתונים מרוכזים, מושכים נתונים גולמיים ממקורות שונים, מבצעים טרנספורמציות מגנות פרטיות, ולאחר מכן מפיצים את הנתונים שנוצרו לצרכנים השונים. למרות היעילות, מודל זה יוצר השהייה, עומס רוחב פס ונקודת כשל יחידה מבחינת תאימות לפרטיות.&lt;/p></description></item></channel></rss>