Información administrativa
| Título | Privacidad Conservación de la Máquina de Aprendizaje |
| Duración | 60 min |
| Módulo | C |
| Tipo de lección | Sesión interactiva |
| Enfoque | Técnico — Futuro AI |
| Tema | Problemas y desafíos abiertos |
Keywords
Encriptación, PPML, Protección de la privacidad, Riesgo,
Objetivos de aprendizaje
- Comprender el concepto de los fundamentos de la preservación de la privacidad
- Discutir la aplicación de PPML en escenarios prácticos
Preparación prevista
Eventos de aprendizaje que se completarán antes
Obligatorio para los estudiantes
Opcional para estudiantes
- Revise el artículo sobre la desanonización robusta de grandes conjuntos de datos escasos
Referencias y antecedentes para estudiantes
- Para una inmersión más profunda en la privacidad diferencial y los ataques de privacidad
- Los fundamentos algorítmicos de la privacidad diferencial
- ¡Exhibido! Una encuesta sobre Ataques a Datos Privados
Recomendado para profesores
Material didáctico
- Esta entrada de blog en el sitio de Oblivious ofrece una buena introducción a los ataques a la privacidad.
- La lista de reproducción PPML creada por CeADAR proporciona un resumen de alto nivel de cómo las técnicas de preservación de la privacidad se pueden aplicar a los datos.
- Resumen del problema del desafío PPML
- Instrucciones del problema del desafío de PPML
Instrucciones para profesores
Anime a los estudiantes a tomar notas e iniciar la discusión sobre la necesidad de preservar la privacidad técnicas de ML Información de fondo aquí se puede utilizar. $ Colocar y compartir todos los puntos planteados y discutidos por los estudiantes. $ Proporcionar una visión general de la discusión.
| Duración (min) | Descripción | Conceptos |
|---|---|---|
| 5 | Introducción a los fundamentos de la preservación de la privacidad | Privacidad diferencial |
| 10 | Debate sobre la necesidad de preservar la privacidad | PPML |
| 25 | El ataque de enlace de Netflix/IMDB se puede discutir aquí | una estupidez del caso |
| 10 | Desafíos de las técnicas de PPML | |
| 5 | Conclusión |
Reconocimientos
El programa de maestría en IA centrada en el ser humano fue cofinanciado por el Mecanismo «Conectar Europa» de la Unión Europea en virtud de la subvención «CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068».