《中信智库》发表过一个观点：未来一个模型的好坏，20% 由算法决定，80% 由数据质量决定。

我们既是大模型的使用者，也是数据的贡献者。那么我们的隐私数据是否会被投喂给大模型进行训练呢？又有哪些措施保护了我们自己的数据隐私呢？我们的数据被存储在网络中，那么这些网站又是如何保护我们的数据隐私的呢？

保护隐私的措施分为技术和非技术两类。从技术措施来说，主要采用的策略就是数据脱敏、访问控制和数据加密三种体系。

保护隐私的技术和非技术措施

1. 数据脱敏和匿名化

上一讲中，我为你讲解了数据脱敏和匿名化的具体实施办法。我们可以利用编码、泛化、扰动等方法，避免隐私数据直接用于大模型的训练。

2. 访问控制和权限管理

网站会根据用户的职责分配不同的权限，确保只有有需要的人员才能访问敏感数据。例如，开发人员只能访问必要的数据集，而管理层可能有更广泛的访问权限。另外，网站还可以增加审计和日志功能，记录所有对敏感数据的访问和操作，以便在发生数据泄露时进行追踪和调查。

3. 数据加密

数据加密是保护数据在传输和存储过程中不被窃取和篡改的主要手段，主要包括以下方法。

• 传输加密：使用加密协议（如 HTTPS、SSL/TLS）对数据在网络中的传输进行加密，防止数据在传输过程中被截获和篡改。比如你在访问网站时，发现越来越多的网站在传输用户密码、用户隐私信息时，采用了 HTTPS 协议，并且在浏览器上如果使用了 HTTP 协议时，还会提醒你当前网站传输的数据不安全，避免信息泄露的安全提示功能，确保信息在传输过程中不被第三方窃取。
• 存储加密：对存储在数据库或其他存储介质中的数据进行加密，防止数据在存储介质被盗取时泄露。例如，商业服务器大部分都采用了高强度的加密算法来存储你的密码数据。并且密码也存储到数据库中，不允许未授权用户直接访问。
• 端到端加密：确保数据在发送方和接收方之间的整个传输过程都是加密的，只有接收方才能解密数据。越来越多的即时通讯软件使用端到端加密技术的消息应用程序，只有发送方和接收方能读取消息内容，甚至在中转通讯的服务器上，已经不再存储用户的数据了。