数据隐私保护的核心原则是（）A. 特征工程与降维B. 模型开源与共享C. 硬件加速与并行计算D. 数据最小化与用户授权

数据隐私保护的核心原则主要围绕数据收集和使用的合法性、透明性展开。关键点包括：

1. 数据最小化：仅收集实现特定目的所必需的最少数据，避免过度收集。
2. 用户授权：确保数据处理活动获得用户的明确同意，并保障用户对数据使用的知情权。

选项中需识别与上述原则直接相关的表述，排除与数据处理技术（如特征工程、硬件加速）或模型管理（如开源共享）相关的干扰项。

选项分析

• A. 特征工程与降维
  属于数据预处理技术，用于优化模型性能，与隐私保护无直接关联。

• B. 模型开源与共享
  模型公开可能增加隐私泄露风险，与保护原则相悖。

• C. 硬件加速与并行计算
  关注计算效率，属于技术优化范畴，非隐私保护核心。

• D. 数据最小化与用户授权
  数据最小化减少数据暴露面，用户授权确保合法性，二者均为隐私保护的核心原则。