信息 290

统计学习的正式隐私方法

3个单位

课程描述

对于处理个人数据的企业和组织,必须抵御个人的隐私利益均衡提取有价值信息和洞察力的愿望。这个任务已经成长在过去几十年中相当困难,用先进的学习算法,可以利用统计模式来推断个人信息化的发展。因此,最近被认为是匿名的数据库已被证明容易受到攻击。从差异隐私的开创性定义开始,研究人员正在通过新一代的算法技术,基于强大的对手模型,并在最坏情况下提供数学界限。本课程是介绍了被称为正式隐私或差异隐私的领域。它包括构建私有算法的基础理论和算法技术。特定的重点放在统计学习的算法上,并研究了包含统计角度的研究。

该课程的前三分之一是像训练营的结构,有问题集以在场中使用的最常见的数学结构中构建流畅性。后者三分之二的课程是一种像研究研讨会一样结构,学生导向了每周发表的文章的讨论。课程完成了最后的研究项目,让学生有机会开发新的算法,延长理论成果,或纳入正式的隐私保障构建系统。

最近更新时间:

10月7日,2020年