联邦数据处理的合规管理
Compliance Management for Federated Data Processing
AI总结：
本文提出一种合规导向的联邦数据处理框架，整合了政策即代码、工作流编排和大语言模型辅助的合规管理，以解决跨组织边界的数据访问政策管理难题。
摘要：
联邦数据处理（FDP）提供了一种有前景的方法，用于在不集中原始数据集的情况下实现敏感数据的协作分析。然而，现实中的应用仍然受限于在组织边界管理异构访问策略、监管要求和长期运行的工作流的复杂性。本文提出了一种具有合规性的FDP框架，整合了政策即代码、工作流编排和大语言模型（LLM）辅助的合规管理。通过实现的原型，我们展示了如何收集法律和组织要求，并将其转化为FDP网络中的可机行动作策略。
英文摘要：
Federated data processing (FDP) offers a promising approach for enabling collaborative analysis of sensitive data without centralizing raw datasets. However, real-world adoption remains limited due to the complexity of managing heterogeneous access policies, regulatory requirements, and long-running workflows across organizational boundaries. In this paper, we present a framework for compliance-aware FDP that integrates policy-as-code, workflow orchestration, and large language model (LLM)-assisted compliance management. Through the implemented prototype, we show how legal and organizational requirements can be collected and translated into machine-actionable policies in FDP networks.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
