功能選單
  • 主冊
  • 專章
  • 附冊
  • 附錄
講座:Privacy-preserving Machine Learning
對應面向:教學創新精進
方案名稱:A8 培育探究與實作之整合型人才
活動日期
2023-02-21 至 2023-02-21 止
活動時間
下午1:30-3:20
辦理地點
求真樓K401
參與人數
總參與人數: 86 人
本校教師: 4 人
本校學生: 82 人
邀請來賓
國立臺灣大學電機系張致恩客座教授
活動理念
人工智慧技術的普及使得數據成為一種非常重要的資源,也帶來了隱私泄露的風險,隱私保護變得相當重要。隨著數據量的增加,人們的隱私也越加容易受到侵犯,任意使用數據會導致個人隱私受到洩漏或濫用,造成經濟、社會和個人方面的損失和傷害。張致恩教授在演講中介紹了機器學習中與隱私相關的威脅、漏洞以及攻擊手法,並探討了隱私保護技術的發展趨勢和挑戰,讓同學們了解如何在機器學習中加入隱私保護技術,使得資料隱私不易外洩。
辦理情形
在本次演講中,張致恩教授深入淺出地介紹了美國國防高等研究計劃署啟動的DARPA Brandeis隱私保護研究計畫。首先解釋了該計畫的背景和目標,即開發能夠保護數據隱私的新技術,並強調了研究計畫名稱來自於美國最高法院大法官路易斯·布蘭代斯(Louis Brandeis)對個人隱私概念和價值的闡述。接著,張教授講解了機器學習和隱私保護的基本概念,並強調了在機器學習中考慮隱私保護的必要性。 介紹隱私保護技術時,張教授涵蓋了同態加密技術、差分隱私技術、安全多方計算技術等相關研究,在實際應用中解釋了如何選擇和應用不同的隱私保護技術並分享了一些應用案例,幫助同學們更深入了解隱私保護技術在實際情況中的應用。 最後,張教授探討了未來隱私保護機器學習的發展趨勢和挑戰,並鼓勵同學們深入瞭解如何在深度學習中加入隱私保護技術,使得資料隱私不易外洩。整場演講內容通俗易懂,既涵蓋了基礎概念,也探討了最新技術,讓同學們對隱私保護機器學習有了更深入的了解。
圖一、張致恩教授分享
圖二、張致恩教授分享
圖三、張致恩教授解說
圖四、與張致恩教授合影
回上一頁