Användningsfallet för datadelningskoalitionen där MPC spelar en nyckelroll.
Mobility as a Service (MaaS) är ett hett ämne när det gäller att förnya mobilitetssektorn. För att förverkliga MaaS-ekosystemet är det viktigt att dela data. Under det senaste mötet i MaaS-labbet som initierades av KNV, uppdaterades deltagarna av Petra Buitenhuis – Public Transport Groningen Drenthe – och Pepijn Groen – Data Sharing Coalition. Det största problemet som uppmärksammades och stack ut var utbytet av data mellan de olika transporttjänsterna.
På grund av hinder för kommersiell känslighet och datasekretess är mobilitetsleverantörer tveksamma till att dela med sig av sin data. Multi-party Computation (MPC) kan hjälpa till att minska dessa hinder för datadelning eftersom känsliga källdata inte avslöjas. I detta användningsfall utreder våra deltagare Kollektivtrafik och Roseman Labs, i samarbete med Data Sharing Coalition, utforska värdepotentialen med att använda MPC för att förverkliga MaaS.
hållbar rörlighet
Alla i Groningen och Drenthe ska kunna använda hållbara transporter, oavsett om du bor i en stad, by eller utanför. För att uppnå detta har provinserna Groningen och Drenthe gett Arriva Holland i uppdrag att utveckla en användarvänlig resetjänst i form av en app. Till exempel med en delad cykel eller delad bil får resenären reseråd från dörr till dörr. WMO och Hubtaxi ingick i färdtjänsten som även kan användas av rullstolsburna eller synskadade. Provinserna samarbetar med Kollektivtrafikbyrå Groningen Drenthe en GR Kollektivtrafik.
I allmänhet är mobilitetsleverantörer tveksamma till att dela med sig av sin data eftersom det är en viktig tillgång för deras affärsmodell och på grund av konkurrensen med andra mobilitetsleverantörer.
I allmänhet är mobilitetsleverantörer tveksamma till att dela med sig av sin data eftersom det är en viktig tillgång för deras affärsmodell och på grund av konkurrensen med andra mobilitetsleverantörer. Tänk på data om resenärers preferenser och resbeteende. Denna information är värdefull för leverantörer som konkurrerar om resenärer eller vinner anbud.
"Man blir inte bara AVG-säker genom att kombinera olika datakällor. Detta upplevdes även under piloten och för närvarande i bearbetningen och analysen av data."
Dessutom är integritetskänsligheten för data ett problem. Mycket relevant data innehåller personligt identifierbar information (PII) och delning av denna data är begränsad av GDPR.
flerdelad beräkning
MPC eller Multi Part Computation kan hjälpa till att minska hindren för datadelning genom att inte avslöja känsliga källdata. Med MPC kan olika organisationer få insikter från data från olika källor utan att en enskild organisation avslöjar sina källdata för andra organisationer.
Genom att kryptera och fragmentera källdata före och under beräkningar kan insikter genereras över organisationer på ett säkert sätt. Och genom att kryptera och fragmentera data delas inte själva data, vilket lämnar data från varje enskild organisation dold för andra involverade organisationer.
"För detta användningsfall valdes 350 WMO-resenärer ut i pilotprojektet. Roseman Labs gav bra stöd och lade en tydlig steg-för-steg-plan."
Värdepotentialen hos MPC testas i en MaaS-pilot i norra Nederländerna (regionen Groningen-Drenthe). För denna pilot skulle ett specifikt segment av resenärer – personer som vädjar till lagen om socialt stöd (WMO) men inte har några ytterligare indikationer – kunna använda kollektivtrafiken gratis för att stimulera en förändring i deras rörlighetsbeteende.
Från dyrare personliga erbjudanden till prisvärda och bekväma MaaS-alternativ. Piloten pågår för närvarande, men på grund av integritetshinder för datasamarbete kan detaljerade analyser inte utföras för närvarande för att stödja hypoteserna och förstå effekten av piloten. Insikterna kommer att delas med medlemmarna i MaaS Lab vid ett senare tillfälle.
Datadelningskoalition
Datadelningskoalitionen är en samarbetsinitiativ som syftar till att låsa upp detta värde genom att göra det möjligt för organisationer att enkelt dela data mellan domäner och sektorer.
