Hallinnolliset tiedot
Otsikko | Yksityisyyden säilyttäminen Koneoppiminen |
Kesto | 60 min |
Moduuli | C |
Oppitunnin tyyppi | Interaktiivinen istunto |
Keskittyminen | Tekninen – Tulevaisuuden tekoäly |
Aihe | Avoimet ongelmat ja haasteet |
Avainsanoja
Salaus, PPML, Privacy-Preserving, Riski,
Oppimistavoitteet
- Ymmärrä yksityisyyden suojaamisen perusteet
- Keskustele PPML:n soveltamisesta käytännön skenaarioissa
Odotettu valmistelu
Oppimistapahtumat valmistuvat ennen
Pakollinen opiskelijoille
Valinnainen opiskelijoille
Referenssejä ja taustaa opiskelijoille
- Syvempi sukellus eri yksityisyys- ja yksityisyyshyökkäyksiin
- Erilaisten yksityisyyksien algoritmiset perusteet
- Paljastettu! Tutkimus yksityisiin tietoihin kohdistuneista hyökkäyksistä
Suositellaan opettajille
Oppituntimateriaalit
- Tämä blogikirjoitus Oblivious’-sivustolla antaa mukavan johdannon yksityisyyden loukkauksiin.
- CeADARin luoma PPML- soittolista tarjoaa korkean tason yleiskuvan siitä, miten yksityisyyttä säilyttäviä tekniikoita voidaan soveltaa dataan.
- PPML-haasteongelman yleiskatsaus
- PPML-haasteongelman ohjeet
Ohjeita opettajille
Kannusta oppilaita tekemään muistiinpanoja ja käynnistämään keskustelu yksityisyyden suojaavien ML-tekniikoiden tarpeesta Taustatietoja täällä voidaan käyttää. $ Yhdistä ja jaa kaikki opiskelijoiden nostamat ja käsittelemät kohdat. $ Anna yleiskuva keskustelusta.
Kesto (min) | Kuvaus | Käsitteet |
---|---|---|
5 | Johdatus yksityisyyden suojaan | Differentiaalinen yksityisyys |
10 | Keskustelu yksityisyyden suojan tarpeesta | PPML |
25 | Netflixin/IMDB:n linkkihyökkäyksestä voi keskustella täällä | a case stuy |
10 | PPML-tekniikoiden haasteet | |
5 | Johtopäätös |
Tunnustukset
Human-Centered AI Masters -ohjelmaa rahoitettiin Euroopan unionin Verkkojen Eurooppa -välineestä (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).