学 术

分享到微信 ×
打开微信“扫一扫”
即可将网页分享至朋友圈
学者论坛:复合差分隐私:有界且无偏差的复合差分隐私
文:肖露莹 来源:党委教师工作部、人力资源部(教师发展中心) 时间:2024-12-27 152

教师发展中心“学者论坛”活动特别邀请IEEE Fellow、澳大利亚斯威本科技大学陈金俊教授来校作学术交流。具体安排如下,欢迎广大师生参加。

一、主 题:复合差分隐私:有界且无偏差的复合差分隐私

二、时 间:2024年12月28日(周六) 10:30-12:00

三、地 点:清水河校区国际创新中心B313会议室

四、主讲专家:IEEE Fellow、澳大利亚斯威本科技大学 陈金俊 教授

五、主持人:计算机科学与工程学院(网络空间安全学院) 李雄 教授

六、内容简介:

大多数传统的差分隐私(Differential Privacy,简称 DP)机制(例如拉普拉斯机制、高斯机制等)都具有无限制的输出范围。在实际场景中,大多数数据集都有有界的输出范围,例如年龄范围在 [0 - 150] 之间。届时,用户就需要使用后处理或截断机制来强行限制输出分布。然而,这些机制会引发偏差问题,这一直是差分隐私领域久为人知的一项挑战,会在后续应用中导致各种各样的不公平问题。针对这一偏差问题及其后果,人们已经开展了大量的研究工作,但尚无解决方案能够完全解决该问题。作为全球首个解决这一久为人知的差分隐私偏差问题的方案,本次报告将介绍一种名为复合差分隐私(Composite DP)的创新型差分隐私机制。报告首先会阐述这一久为人知的偏差问题,然后详细说明该新机制的原理、其示例噪声函数以及它们的实现算法。所有源代码都已在 GitHub 上公开,可供任何部署或验证工作使用。

七、主讲人简介:

陈金俊(Jinjun Chen),澳大利亚斯威本科技大学教授。他拥有澳大利亚斯威本科技大学信息技术专业的博士学位。他的研究兴趣包括数据隐私与安全、云计算、可扩展数据处理、数据系统以及相关的多个研究课题, 已在国际期刊和会议上发表了300多篇论文。获得了诸如电气与电子工程师协会(IEEE)可扩展计算卓越奖以及澳大利亚顶尖研究人员等各类奖项。曾担任《美国计算机协会计算概览》(ACM Computing Surveys)、《IEEE 计算机汇刊》(IEEE TC)、《IEEE 云计算汇刊》(TCC)以及《IEEE 可持续计算汇刊》(TSUSC)等多种期刊的副主编,是欧洲科学院(Academia Europea)院士以及 IEEE 会士(IEEE 计算机协会),他还是 IEEE 可扩展计算技术委员会(TCSC)的主席。

八、主办单位:教师发展中心

  承办单位:计算机科学与工程学院(网络空间安全学院) 智能计算研究院

编辑:王晓刚  / 审核:李果  / 发布:陈伟