Informations administratives
| Titre | Préservation de la vie privée Machine Learning |
| Durée | 60 min |
| Module | C |
| Type de leçon | Session interactive |
| Focus | Technique — IA future |
| Sujet | Problèmes et défis ouverts |
Mots-clés
Cryptage, PPML, Protection de la vie privée, Risques,
Objectifs d’apprentissage
- Comprendre le concept de protection de la vie privée Fondamentaux
- Discuter de l’application du PPML dans des scénarios pratiques
Préparation prévue
Événements d’apprentissage à compléter avant
Obligatoire pour les étudiants
Optionnel pour les étudiants
- Lire l’article sur Robust De-anonymization of Large Sparse Datasets
Références et antécédents pour les étudiants
- Pour une plongée plus profonde dans les attaques différentielles de confidentialité et de confidentialité
- Les fondements algorithmiques de la confidentialité différentielle
- Exposé! Une enquête sur les attaques sur les données privées
Recommandé pour les enseignants
Matériel de leçon
- Ce billet de blog sur le site d’Oblivious donne une belle introduction aux attaques contre la vie privée.
- La playlist PPML créée par CeADAR fournit un aperçu de haut niveau de la manière dont les techniques de préservation de la vie privée peuvent être appliquées aux données.
- Vue d’ensemble du problème du challenge PPML
- Instructions relatives aux problèmes de contestation PPML
Instructions pour les enseignants
Encouragez les élèves à prendre des notes et à entamer la discussion sur la nécessité de mettre en place des techniques de maîtrise de la vie privée. $ Coller et partager tous les points soulevés et discutés par les étudiants. $ Fournir un aperçu de la discussion.
| Durée (min) | Description | Concepts |
|---|---|---|
| 5 | Introduction aux principes fondamentaux de préservation de la vie privée | Différence de confidentialité |
| 10 | Discussion sur la nécessité de préserver la vie privée | PPML |
| 25 | L’attaque de liaison Netflix/IMDB peut être discutée ici | une affaire stuy |
| 10 | Défis des techniques PPML | |
| 5 | Conclusion |
Remerciements
Le programme de master IA centré sur l’humain a été cofinancé par le mécanisme pour l’interconnexion en Europe de l’Union européenne dans le cadre de la subvention CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.