永續 AI 資料庫

資料目錄是集中整理資料資產描述與中繼資料的管理工具或集合，協助尋找、理解及使用資料，可包含負責人、分類與使用條件。

資料去重是辨識並減少重複資料的處理方式，可用於儲存區塊或資料紀錄，需先界定何謂重複並保留必要差異與關聯。

IUCN 紅色名錄中，現有資訊不足以依分布或族群狀況直接或間接評估滅絕風險的類別。

資料漂移是資料的統計分布隨時間或相對基準發生變化的現象，可能使原有模型不再適應現況，需要監測並結合實際表現判讀。

資料治理是建立資料權責、政策及管理機制的組織實務，協調資料品質、存取、使用與生命週期，使資料能在明確規範下使用。

資料標註是為原始文字、影像或其他資料加入任務相關標籤的過程，提供模型學習或評估依據，需明確規則及一致性檢查。

資料湖是能集中保存大量不同格式資料的儲存環境，可保留原始結構供後續分析或模型使用，仍需資料目錄、品質及權限管理。

湖倉一體是結合資料湖的彈性儲存與資料倉儲管理分析能力的架構，常加入表格管理與交易機制，具體保障仍依平台實作確認。

模型訓練中的資料洩漏是把預測當時不可取得或來自測試集合的資訊用於學習，造成評估過度樂觀，部署後可能明顯失準。

資料血緣是描述資料從何而來、經過哪些轉換及流向何處的關聯資訊，可用於追查來源、評估變更影響與確認分析依據。

資料外洩防護是用來識別、監測及限制敏感資料不當使用或流出的控制方法與技術，可作用於端點、網路或雲端，需配合政策。

資料遮罩是以替代值或部分隱藏方式降低敏感內容暴露的處理，可在資料副本或查詢輸出執行，仍需搭配存取控制與風險評估。

資料最小化是依明確處理目的，只蒐集及使用足夠、相關且必要資料的原則，需持續檢查欄位與用途，避免無理由累積個人資訊。

資料分區是依範圍、清單或雜湊等規則，把大型資料表分成較小部分的方式，可改善管理及特定查詢，但效果取決於分區設計。

資料管線是把資料從來源送往目標並執行必要處理的一連串步驟，可包含擷取、驗證、轉換及載入，需監控失敗與重複處理。

資料投毒是蓄意把遭操控的資料引入模型訓練過程，使模型學到偏差或特定錯誤行為的攻擊，可能影響整體表現或特定目標。

資料品質是資料相對於指定用途的適用程度，常從準確、完整、一致、有效及及時等面向檢查，需建立可驗證的規則與責任。

資料複寫是在多個位置維持資料副本的技術，可支援可用性、讀取分流與恢復，副本更新可採同步或非同步並具有不同一致性。

資料倉儲是整合不同來源、用於報表及分析的集中資料系統，通常整理資料結構與歷史紀錄，支援一致的商業查詢及決策。

資料庫分片是把資料的不同子集合分配到不同節點儲存的水平擴展方式，需選擇分片鍵並處理跨片查詢、交易及資料分布。

資料庫交易是把多個資料操作視為一個邏輯工作單位的機制，可提交或回滾以維持指定一致性，實際隔離保障依資料庫及設定而異。

死信佇列是用來接收無法正常處理或超過重試條件訊息的佇列，讓團隊可隔離失敗項目、分析原因並決定是否重新處理。

債務束縛是利用債務使人被迫持續提供勞務的剝削安排，還款條件、扣款或離職限制可能讓勞工無法自由離開。

尊嚴勞動是讓人獲得具生產力、公平收入及安全保障的工作，並享有工作權利、社會保障及參與對話的機會。