ISO/IEC 8183:2023
Информационные технологии. Искусственный интеллект. Структура жизненного цикла данных.

Стандартный №

ISO/IEC 8183:2023

Дата публикации

2023

Разместил

International Organization for Standardization (ISO)

Последняя версия

ISO/IEC 8183:2023

сфера применения

Стандарт ISO/IEC 8183:2023 устанавливает комплексную структуру управления жизненным циклом данных для систем искусственного интеллекта, разделяя процесс обработки данных на 10 логических этапов, охватывающих весь процесс от концепции до вывода из эксплуатации. Этот стандарт применим к организациям любого размера и, в частности, предлагает стандартизированные решения для распространённых задач управления данными для систем машинного обучения.

---

Сравнение этапов жизненного цикла данных

Номер этапа	Название этапа	Основные задачи	Ключевые результаты
Этапы 1-2	Концептуализация и бизнес-требования	Определение целей системы ИИ и оценка осуществимости	Документ с бизнес-требованиями
Этапы 3-5	Планирование данных для подготовки	Сбор данных, очистка, проектирование признаков	Набор данных для обучения
Этап 6-8	Создание модели для эксплуатации	Валидация обучения модели, развертывание и мониторинг системы	Система ИИ в производственной среде
Этап 9-10	Вывод данных и системы из эксплуатации	Безопасное удаление/архивирование конфиденциальных данных	Отчет аудита соответствия

---

Ключевые технические требования

Этап подготовки данных (этап 5)

В стандарте особое внимание уделяется 11 ключевым операциям для очистки данных:

• Обработка дешифрования: реализация контролируемого дешифрования зашифрованных данные
• Разработка функций: повышение производительности модели за счет комбинирования функций
• Анонимизация данных: использование технологии k-анонимности или дифференциальной конфиденциальности

Пример: медицинской системе искусственного интеллекта необходимо деидентифицировать данные изображений DICOM, сохраняя при этом функции, связанные с диагностикой.

---

Рекомендации по внедрению

1. Создайте механизм обратной связи между этапами: результаты проверки модели должны обратно направлять корректировку стратегий сбора данных
2. Управление происхождением данных: используйте такие стандарты, как PROV-O, для записи процесса преобразования данных
3. Этическая экспертиза: внедрите алгоритмы обнаружения смещения на этапе построения модели 6

---

Анализ эволюции стандарта

По сравнению с фреймворком МО ISO/IEC 23053, нововведения этого стандарта таковы:

• Впервые он разъясняет требования к выводу из эксплуатации на уровне системы (этап 10)
• Добавляет рассмотрение аспекта устойчивости
• Дополняет фреймворк управления ИСО/МЭК 38507