当前位置: 主页 > 科技前沿 >

科技思享会之《隐私保护的前沿技术及应用

发布日期:2022-07-25 18:23   来源:未知   阅读:

  蛙鸣伴蝉鸣,盛夏已然至。2022 年 7 月 27 日 -28 日每晚 20:00,IEEE x ATEC 科技思享会第二期会议再次与您相约云端。网友们可在 IEEE 电气电子工程师 、ATEC、 雷峰网 、AI 科技评论 的视频号,ATEC 科技社区 的 B 站视频号提前预约我们的会议直播。

  IEEE x ATEC 科技思享会是由专业技术学会 IEEE 与前沿科技探索社区 ATEC 联合主办的技术沙龙。邀请行业专家学者分享前沿探索和技术实践,助力数字化发展。

  在万物互联的大数据时代,数据链接了我们生活的方方面面。一方面,大数据极大便利了我们的工作与生活;另一方面,数据的海量化也增加了诸多隐私信息泄露的风险与挑战。数据时代,隐私保护的重要性愈发凸显。数据一旦泄漏,隐私将无处遁形。

  本期科技思享会邀请到了四位重磅嘉宾,将于 7 月 27 日与 28 日两晚,每晚 20:00 — 21:30,共同围绕 隐私保护的前沿技术及应用 这个主题,分别从机器学习算法、通讯协议、APP 及操作系统等不同层面,就隐私安全风险及技术创新应用展开讨论。

  陈恺教授的主要研究领域包括系统安全、人工智能安全。在 IEEE S&P、USENIX Security、ACM CCS 等发表论文 100 余篇;曾主持国家自然科学基金(重点项目)等国家、部委课题 40 余项。担任 S&P、USENIX Security、CCS 等 A 类会议程序委员会成员。获得国家高层次人才计划领军人才、中国科学院青年科学家奖、CCF-IEEE CS 青年科学家奖、北京市 杰出青年 基金、北京市智源青年科学家、CCF 杰出演讲者、中国科学院青年创新促进会(优秀会员)等。

  移动应用 App 与用户隐私密切相关,我们在报告中将讨论该类问题,包括移动 App 获取隐私的典型方式,以及移动 App 中关于隐私设置的问题,这些隐私设置通常默认设置为共享用户数据。接着我们讨论智能音箱中的技能(Skill), 智能音箱已被广泛使用,其中虚拟个人助理在带来便利的同时也可能会收集用户隐私,我们对技能行为进行系统化研究,并发现数以千计的可疑技能;最后我们探索技能在上架前的审核机制。

  张秉晟教授是浙江大学百人计划研究员,国家级青年人才项目获得者,科技部重大科研项目首席科学家(网络空间安全治理专项),回国前曾任英国兰卡斯特大学助理教授 ( 终身教职 ) 、信息安全学科带头人、网络安全系主任。张秉晟博士的研究成果多次在 Eurocrypt、Asiacrypt、CCS、NDSS 等国际顶级会议上发表。近几年,张秉晟博士致力于推进隐私计算相关国际标准,主导推进 ISO SC27 基于零知识证明的隐私保护指南国际标准,任 IEEE P2859 多模态融合标准化工作组副主席、IEEE P2842 安全多方计算工作组秘书。

  隐私函数评估 ( Private Function Evaluation, PFE ) 是一种特殊类型的 MPC 协议,它除了保护输入隐私外,还可以保护执行函数的隐私性。在这项工作中,我们提出了一种适用于 RAM 函数的 PFE 方案。特别地,我们首先设计了一种高效的 4 方分布式 ORAM 方案,每次访问 ( 读、写 ) 存储内容仅需 O ( logn ) 的摊销通信。在此基础上,我们使用 MPC 技术模拟了 RISC RAM 机器的执行,从而隐藏机器的 ( i ) 内存访问模式, ( ii ) 机器状态 ( 包括寄存器,程序计数器,条件标志等内容 ) ,以及 ( iii ) 执行的指令。我们的方案可以自然地支持简化的 TinyRAM 指令集;对于给定输入 x 的 RAM 函数 P,如果在不保护隐私的情况下计算 P ( x ) 需要花费 z 个指令周期,那么我们的 PFE 方案能够使用 5z-1 轮在线通信对 P ( x ) 进行安全计算,同时保护函数 P 和输入 x 的隐私。我们实现了我们设计的 PFE 系统,并针对集合相交,二进制搜索和快速排序等算法对该系统进行了基准测试。例如,隐私执行输入大小为 2^10 二进制搜索算法,我们的系统需要 5.81s。

  张阳是德国 CISPA 亥姆霍兹信息安全中心的研究员。他于 2016 年在卢森堡大学获得博士学位。张阳的研究兴趣是可信赖的机器学习,尤其关注机器学习模型的隐私方面。张阳的团队在图神经网络和对比学习的隐私风险研究方面处于领先地位。在过去的几年里,张阳在信息安全领域的顶级场所发表了多篇论文,包括 CCS、S&P、NDSS 和 USENIX security,他的研究获得了 2019 年 NDSS 杰出论文奖。他还定期在顶级会议的计划委员会任职。

  在过去的十年中,机器学习取得了巨大的进步。在不断改善我们的日常生活的同时,据最近研究表明,机器学习模型很容易受到各种隐私攻击。在本次演讲中,张阳老师将介绍他们最近在量化机器学习模型的隐私风险方面的三项工作:首先,他将讨论成员资格推断的一些最新发展。其次,他将讨论针对在线学习的数据重建攻击。最后,他将介绍针对图神经网络的链接窃取攻击。

  何丹丹老师负责中国地区(包括港澳台)的 IEEE 客户培训工作。从事科技信息服务工作多年,为高校、科研院所、企业及政府机构提供 IEEE 研发资源的培训及相关科研支持服务,致力于推动研究人员对 IEEE 前沿科技资讯的高效利用与科研信息素养的持续提升。

  随着全球各地隐私数据法规的不断发布,对企业收集、加工、处理和使用用户数据提出了更严格的要求和更艰难的挑战。这一挑战不仅体现在意识层面,需要了解产品开发和运营过程中应遵循怎样的合规流程;同时这些设计开发的目标也需要前沿的隐私安全技术手段才能得以实现。IEEE 关注隐私安全发展,从技术发布、标准开发、课程培训、职业认证等多方面助力隐私安全实践与人才培养。

  董晶研究员主要从事计算机视觉、生物特征识别、多媒体内容取证与安全等 AI 前沿方向的技术研究,她先后以项目(课题)负责人承担 4 项国家自然科学基金、3 项国家重点研发项目(课题)、国家重大专项子项及 20 余项省部级科研项目(课题)。已在国际权威期刊及学术会议上发表学术论文 60 余篇,申请发明专利 30 余项。她曾荣获 2019 年度中国人工智能学会杰出贡献奖、2020 年度 CSIG 石青云女科学家奖、2021 年度 CSIG 科技奖二等奖(排名第一)及 2021 年度吴文俊人工智能科学技术奖(技术进步科普类)。

  近日,一台理想 L9 的门店试驾车近日高速冲击路面大坑,造成右前空气弹簧漏气损坏,给用户带来了对于空气弹簧质量和耐久性的疑虑。