Administrative oplysninger
| Titel | Beskyttelse af personlige oplysninger om maskinlæring |
| Varighed | 60 min. |
| Modul | C |
| Lektionstype | Interaktiv session |
| Fokus | Teknisk — fremtidig kunstig intelligens |
| Emne | Åbne problemer og udfordringer |
Nøgleord
Kryptering, PPML, Beskyttelse af privatlivets fred, Risiko,
Læringsmål
- Forstå begrebet privatlivsbevarelse af grundlæggende principper
- Drøfte anvendelsen af PPML i praktiske scenarier
Forventet forberedelse
Læringsbegivenheder, der skal fuldføres før
Obligatorisk for studerende
Valgfrit for studerende
- Læs artiklen om Robust De-anonymization of Large Sparse Datasets
Referencer og baggrund for studerende
- For et dybere dyk ned i differentierede privatlivs- og privatlivsangreb
- De Algoritmiske Grunde til Differential Privacy
- Udsat! En undersøgelse af angreb på private data
Undervisningsmaterialer
- Dette blogindlæg på Oblivious' hjemmeside giver en god introduktion til angreb på privatlivets fred.
- PPML-afspilningslisten, der er oprettet af CeADAR, giver en oversigt på højt niveau over, hvordan privatlivsbevarende teknikker kan anvendes på data.
- PPML udfordring problemoversigt
- PPML udfordring problem instruktioner
Instruktioner til lærerne
Opmuntre eleverne til at lave noter og indlede diskussionen om behovet for privatlivsbevarende ML-teknikker Baggrundsinformation her kan bruges. $ Collate og dele alle punkter rejst og diskuteret af studerende. $ Giv et overblik over diskussionen.
| Varighed (min) | Beskrivelse | Koncepter |
|---|---|---|
| 5 | Introduktion til Privacy Preserving Fundamentals | Differentieret privatliv |
| 10 | Drøftelse af behovet for beskyttelse af privatlivets fred | PPML |
| 25 | Netflix/IMDB linkage angreb kan diskuteres her | en sagstuy |
| 10 | Udfordringer ved PPML-teknikker | |
| 5 | Konklusion |
Anerkendelser
Programmet Human-Centered AI Masters blev samfinansieret af Connecting Europe-faciliteten i Den Europæiske Union under tilskud CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.