Se penche sur les compromis de confidentialité différentielle, l'impact disparate et les attaques de confidentialité basées sur l'apprentissage automatique.
Examine une approche systématique de l'évaluation de la protection des renseignements personnels, en mettant l'accent sur des concepts comme la confidentialité, l'anonymat et la méconnaissance plausible.
Explore le chiffrement homomorphe, ses applications, les défis et les comparaisons avec Trusted Execution Environments, ainsi que l'utilisation de clés agrégées pour un partage sécurisé des données.
Explore la protection de la vie privée en ligne, les menaces à l'anonymat, les répercussions sur les métadonnées et les approches pour atteindre la protection de la vie privée.
Explore les preuves de zéro connaissance, leurs propriétés, leurs applications pratiques et leur mise en œuvre dans des scénarios réels, y compris les références basées sur des attributs.
Explore l’importance de la vie privée dans les sociétés démocratiques et l’infrastructure de sécurité partagée entre les individus, l’industrie et les gouvernements.
Explore les risques de collecte abusive de données, les protections telles que la confidentialité différentielle, le hashing et le chiffrement, et les techniques de protection des données.
Explore la génération de données synthétiques pour la publication de données préservant la vie privée, en évaluant son efficacité contre les menaces à la vie privée dans des ensembles de données brutes.
