The Taxonomy

A shared vocabulary for describing technology.

Each category is a question people ask about a technology, and its elements are the answers. Choose a category, then an element, to see its icon and what it means. New to the terms? Read the concepts.

Tiếng Việt: machine reviewed translation.It has not been checked by a fluent reviewer.Translation status

Dữ liệu đầu vào

Elements 10

Hệ thống này xử lý dữ liệu đầu vào nào?

Dữ liệu đầu vào mà hệ thống đã triển khai này xử lý khi hoạt động.

About this category

Dữ liệu đầu vào

Hệ thống này xử lý dữ liệu đầu vào nào?

Dữ liệu đầu vào mà hệ thống đã triển khai này xử lý khi hoạt động.

Datachain

Answer: Some devices, such as a gate or a display, take no data in. Answer it when the system processes data.
Icon shape: Data in motion: what goes in, what processes it, and what comes out.

Context: Thông tin cá nhân

Dữ liệu có thể nhận diện con người đến mức nào khi hệ thống này xử lý nó. Tên của yếu tố cho biết dữ liệu nói về điều gì; màu này cho biết nó nhận diện một người trực tiếp đến mức nào.

Dữ liệu ẩn danhDữ liệu về con người nhưng mối liên kết với danh tính đã bị cắt đứt. Đã được loại bỏ thông tin nhận diện, làm mờ, gộp chung hoặc thêm nhiễu để trên thực tế hệ thống này không thể gắn một bản ghi trở lại với một cá nhân.

Dữ liệu bí danhDữ liệu của mỗi người được gắn với một mã đại diện (mã băm, ID, mẫu) cho phép hệ thống này nhận ra cùng một người qua nhiều sự kiện, nhưng bản thân mã đó không tiết lộ tên. Có thể nhận diện lại nếu có thêm thông tin.

Dữ liệu nhận diện đượcDữ liệu chứa thông tin nhận diện trực tiếp (tên, địa chỉ, tên tài khoản, khuôn mặt hoặc giọng nói nhận ra được, biển số xe) hoặc mang một mã đại diện mà hệ thống này dùng để tra cứu danh tính pháp lý trong khi xử lý.

Variables

Mô tả Required

Dữ liệu đo lườngSố đo từ cảm biến — chất lượng không khí, nhiệt độ, mức âm thanh, năng lượng, lưu lượng nước. Hệ thống tiếp nhận các số đo từ cảm biến vật lý, thường không gắn với người nào. Ví dụ: chỉ số PM2.5 từ trạm đo chất lượng không khí, mức decibel từ cảm biến âm thanh, số kilowatt giờ từ đồng hồ điện.

Dữ liệu về địa điểmVị trí, tuyến đường, khu vực xung quanh hoặc sơ đồ mặt bằng. Hệ thống tiếp nhận dữ liệu mô tả một thứ gì đó đang ở đâu. Ví dụ: tọa độ GPS từ điện thoại, số lượt người đi bộ trên vỉa hè, bản đồ các hành lang trong một tòa nhà.

Dữ liệu về hành viCác lượt chạm, lựa chọn, lối đi, thời gian dừng lại, lần mua hàng hoặc câu truy vấn. Hệ thống tiếp nhận các bản ghi về những gì mọi người đã làm. Ví dụ: các điểm đến được chạm chọn trên ki-ốt chỉ đường, các món hàng được thêm vào giỏ, một câu tìm kiếm được gõ vào máy công cộng.

Dữ liệu sinh trắc họcKhuôn mặt, dấu vân tay, mẫu giọng nói, dáng đi, cử chỉ, hướng nhìn, tư thế. Hệ thống tiếp nhận các tín hiệu sinh học từ cơ thể một người. Ví dụ: một khuôn mặt được ghi lại tại cổng xoay, một giọng nói được micrô của ki-ốt thu lại, dáng đi được camera gắn trên cao phân tích.

Quyết định về bạnMột kết quả xét điều kiện, phân loại, xếp hạng, hoặc câu trả lời có/không mà một hệ thống khác đã đưa ra về một người. Hệ thống tiếp nhận quyết định có từ trước này và dùng nó làm đầu vào. Ví dụ: điểm tín dụng từ một mô hình khác, tín hiệu cho phép ra vào từ khâu trước, mức ưu tiên đã được gán ở bước trước trong quy trình.

Nội dung do AI tạo raVăn bản, hình ảnh, âm thanh hoặc video do một hệ thống AI tạo ra. Hệ thống tiếp nhận nội dung tổng hợp này và xử lý tiếp. Ví dụ: một bản tóm tắt do mô hình ngôn ngữ lớn (LLM) viết được đưa vào công cụ dịch, một bức ảnh được tạo ra rồi chuyển cho mô hình kiểm duyệt, một đoạn giọng đọc tổng hợp từ văn bản được chuyển đến hệ thống âm thanh.

Dữ liệu vận hànhLịch trình, tuyến đường, ngân sách, số người có mặt, hồ sơ công, hoặc dữ liệu hành chính khác — không nói về riêng một người nào. Hệ thống tiếp nhận dữ liệu mô tả cách một nơi hoặc một dịch vụ vận hành. Ví dụ: số người có mặt tại trường theo giờ, tuyến thu gom rác, bảng giờ xe công cộng, ngân sách của một sở ngành.

Hành động vật lýMột tín hiệu cho thấy điều gì đó trong thế giới vật lý đã thay đổi — một cánh cửa mở ra, một bóng đèn bật lên, một tiếng cảnh báo vang lên. Hệ thống tiếp nhận bằng chứng về những thay đổi này từ các bộ truyền động hoặc cảm biến ở khâu trước. Ví dụ: sự kiện mở khóa cổng xoay, một lần điều chỉnh hệ thống sưởi và điều hòa (HVAC) được cảm biến ghi lại, một cảnh báo qua loa phát thanh công cộng đã phát ở khâu trước.

Đề xuất hoặc dự đoánMột gợi ý, dự báo, điểm rủi ro hoặc bảng xếp hạng do một hệ thống khác tạo ra trước đó. Hệ thống tiếp nhận kết quả mang tính tham khảo này và sử dụng nó. Khác với một quyết định có tính ràng buộc vì nó chỉ tư vấn chứ không định đoạt. Ví dụ: một đường cong nhu cầu được dự báo, điểm rủi ro từ một mô hình trước, một tuyến đường do dịch vụ dẫn đường đề xuất.

Dữ liệu cá nhân nhạy cảmSức khỏe, tài chính, tín ngưỡng, tính dục, tình trạng di trú, hoặc thông tin cá nhân khác mang rủi ro về pháp lý và xã hội. Hệ thống tiếp nhận loại dữ liệu được bảo vệ này. Ví dụ: việc đủ điều kiện bảo hiểm tại ki-ốt của phòng khám, tình trạng của một đơn xin phúc lợi, đại từ nhân xưng do người dùng tự khai.

Dữ liệu cá nhân nhạy cảm

Sức khỏe, tài chính, tín ngưỡng, tính dục, tình trạng di trú, hoặc thông tin cá nhân khác mang rủi ro về pháp lý và xã hội. Hệ thống tiếp nhận loại dữ liệu được bảo vệ này. Ví dụ: việc đủ điều kiện bảo hiểm tại ki-ốt của phòng khám, tình trạng của một đơn xin phúc lợi, đại từ nhân xưng do người dùng tự khai.

Context: Thông tin cá nhân

Dữ liệu có thể nhận diện con người đến mức nào khi hệ thống này xử lý nó. Tên của yếu tố cho biết dữ liệu nói về điều gì; màu này cho biết nó nhận diện một người trực tiếp đến mức nào. Choose a value to see its icon.

Variables

Mô tả Required

Sources

GDPR Article 9 — Special categories of personal dataRegulation (EU) 2016/679, Article 9.
Apple App Store privacy labels — Sensitive Info / Health & Fitness / Financial InfoApple.