新加坡個人資料保護委員會（PDPC）與資訊通信媒體發展局（IMDA）喺 2026 年 7 月 20 日新加坡數據節公布隱私強化技術（PET）指引及沙盒應用案例，想處理一個實際難題：機構手上有可用數據，但因為涉及敏感個人資料，未必適合直接集中或互相交出原始紀錄。 138

兩種做法，解決唔同需要

PET 可以幫機構喺唔分享原始數據嘅情況下合作，亦可以透過轉換數據，令分享或分析更安全。揀邊種方法，首先要睇機構係想一齊訓練模型，定係需要一份可供使用嘅數據集。 2

聯邦學習：數據留喺原處，一齊訓練模型

聯邦學習會喺分散於不同機構嘅數據上訓練模型，而原始紀錄留喺各自環境。參與方交換嘅係模型更新或彙總後嘅資訊，而唔係簡單將原始數據集中埋一齊。 1832

呢種做法可以支援不同機構共同開發模型，但唔等於所有資訊交換都自然安全。實際應用仍要配合合適嘅私隱保障、資訊保安同管治措施。 16

合成數據：生成一份可用數據集

合成數據生成係製作人工數據，而唔係將原始個人紀錄直接交畀其他機構。佢同聯邦學習嘅用途唔同：前者產生一份可供分享或分析嘅數據集；後者係數據分散喺不同地方時，一齊訓練模型。PDPC 發布嘅合成數據指引聚焦於結構化數據。 48

數據係人工生成，唔代表自動變成匿名。機構仍要評估合成數據會唔會洩露個人資訊，以及佢係咪適合預定用途。PDPC 亦提醒，PET 唔可以取代良好管治、保安、存取控制同人手監督。 16

新指引點樣幫企業落地

新加坡數據節公布嘅措施包括一份聯邦學習新指引，以及更新版《合成數據生成指引》。相關指引旨在協助機構實際採用 PET；有關聯邦學習指引嘅報道亦提到採用路線圖及風險管理建議。 13748

簡單講，若目標係幾方共同訓練模型、但原始數據要留喺各自手上，可以考慮聯邦學習；若需要一份可分享嘅數據集，合成數據可能更切合需要。兩者都唔係萬用方案，機構仍要檢視私隱風險、數據質素、保安同實際運作是否配合。

沙盒案例：由醫療影像到支付合作

IMDA 於 2022 年推出 PET 沙盒，為企業試行隱私強化技術提供測試環境及支援。 646 2026 年公布嘅新案例，展示相關技術喺醫療及支付場景嘅不同用法。 38

• **醫療影像：**新加坡中央醫院正使用可信執行環境（Trusted Execution Environment，TEE），進行雲端醫療影像 AI 推論。案例展示喺受保護環境處理敏感資料嘅做法；但單憑公布內容，唔應推斷項目已證明特定臨床效益或成本效益。 1538
• **支付合作：**Ant International 案例結合聯邦學習、多方計算（Multi-Party Computing，MPC）及同態加密（Homomorphic Encryption，HE）。參與機構可以喺個人資料留於各自環境嘅情況下識別共同客戶，並共同訓練預測模型。 8

呢啲例子亦說明試行嘅價值：PET 唔應只係聽落私隱友善，仲要睇佢係咪適合具體合作場景。先喺實際環境測試，有助機構評估方法是否可行，再考慮擴大使用。 646

企業可以點樣理解

新加坡今次將實務指引同沙盒測試放埋一齊：想喺數據留喺原處嘅情況下共同訓練模型，可考慮聯邦學習；需要一份可供分享嘅數據集，則可評估合成數據；無論揀邊種，都要喺預定場景檢驗技術同私隱假設。PET 可以減少暴露原始數據嘅需要，但只係負責任使用數據其中一環，唔係私隱保證書。 21638

新加坡個人資料保護委員會（PDPC）與資訊通信媒體發展局（IMDA）喺 2026 年 7 月 20 日新加坡數據節公布隱私強化技術（PET）指引及沙盒應用案例，想處理一個實際難題：機構手上有可用數據，但因為涉及敏感個人資料，未必適合直接集中或互相交出原始紀錄。 138

兩種做法，解決唔同需要

PET 可以幫機構喺唔分享原始數據嘅情況下合作，亦可以透過轉換數據，令分享或分析更安全。揀邊種方法，首先要睇機構係想一齊訓練模型，定係需要一份可供使用嘅數據集。 2

聯邦學習：數據留喺原處，一齊訓練模型

聯邦學習會喺分散於不同機構嘅數據上訓練模型，而原始紀錄留喺各自環境。參與方交換嘅係模型更新或彙總後嘅資訊，而唔係簡單將原始數據集中埋一齊。 1832

呢種做法可以支援不同機構共同開發模型，但唔等於所有資訊交換都自然安全。實際應用仍要配合合適嘅私隱保障、資訊保安同管治措施。 16

合成數據：生成一份可用數據集

合成數據生成係製作人工數據，而唔係將原始個人紀錄直接交畀其他機構。佢同聯邦學習嘅用途唔同：前者產生一份可供分享或分析嘅數據集；後者係數據分散喺不同地方時，一齊訓練模型。PDPC 發布嘅合成數據指引聚焦於結構化數據。 48

數據係人工生成，唔代表自動變成匿名。機構仍要評估合成數據會唔會洩露個人資訊，以及佢係咪適合預定用途。PDPC 亦提醒，PET 唔可以取代良好管治、保安、存取控制同人手監督。 16

新指引點樣幫企業落地

新加坡數據節公布嘅措施包括一份聯邦學習新指引，以及更新版《合成數據生成指引》。相關指引旨在協助機構實際採用 PET；有關聯邦學習指引嘅報道亦提到採用路線圖及風險管理建議。 13748

簡單講，若目標係幾方共同訓練模型、但原始數據要留喺各自手上，可以考慮聯邦學習；若需要一份可分享嘅數據集，合成數據可能更切合需要。兩者都唔係萬用方案，機構仍要檢視私隱風險、數據質素、保安同實際運作是否配合。

沙盒案例：由醫療影像到支付合作

IMDA 於 2022 年推出 PET 沙盒，為企業試行隱私強化技術提供測試環境及支援。 646 2026 年公布嘅新案例，展示相關技術喺醫療及支付場景嘅不同用法。 38

• **醫療影像：**新加坡中央醫院正使用可信執行環境（Trusted Execution Environment，TEE），進行雲端醫療影像 AI 推論。案例展示喺受保護環境處理敏感資料嘅做法；但單憑公布內容，唔應推斷項目已證明特定臨床效益或成本效益。 1538
• **支付合作：**Ant International 案例結合聯邦學習、多方計算（Multi-Party Computing，MPC）及同態加密（Homomorphic Encryption，HE）。參與機構可以喺個人資料留於各自環境嘅情況下識別共同客戶，並共同訓練預測模型。 8

呢啲例子亦說明試行嘅價值：PET 唔應只係聽落私隱友善，仲要睇佢係咪適合具體合作場景。先喺實際環境測試，有助機構評估方法是否可行，再考慮擴大使用。 646

企業可以點樣理解

新加坡今次將實務指引同沙盒測試放埋一齊：想喺數據留喺原處嘅情況下共同訓練模型，可考慮聯邦學習；需要一份可供分享嘅數據集，則可評估合成數據；無論揀邊種，都要喺預定場景檢驗技術同私隱假設。PET 可以減少暴露原始數據嘅需要，但只係負責任使用數據其中一環，唔係私隱保證書。 21638