Når sikkerhed ikke er nok: Differential privacy beskytter dine følsomme data
Beskrivelse
Frigiver du statistik eller laver du maskinlæring baseret på følsomme data? Selv om den data, du deler med andre, kan virke uskyldig så er der en risiko for statistiske angreb, der afslører dele af de følsomme data. Differential privacy er en samling af metoder, der giver bedre beskyttelse af følsomme data end traditionelle teknikker som k-anonymitet. Oplægget vil introducere differential privacy, opridse hvem det er relevant for, og hvordan man kommer i gang.
Robotics og Fremtidens Teknologier, Sikkerhed og Etik i AI
Slides fra seminaret vil være synlige på denne side, hvis den pågældende taler ønsker at dele dem. Bemærk venligst, at du skal værelogget indfor at se dem.