Course Code: ppml
Duration: 14 hours
Prerequisites:
  • Zrozumienie zasad uczenia maszynowego
  • Doświadczenie z Python i bibliotekami ML (np. PyTorch, TensorFlow)
  • Znajomość koncepcji ochrony prywatności lub cyberbezpieczeństwa jest pomocna

Grupa docelowa

  • Badacze w dziedzinie AI
  • Zespoły odpowiedzialne za ochronę danych i zgodność z przepisami dotyczącymi prywatności
  • Inżynierowie bezpieczeństwa pracujący w regulowanych branżach
Overview:

Ochrona prywatności Machine Learning jest dziedziną skupiającą się na ochronie wrażliwych danych przy jednoczesnym umożliwianiu zaawansowanych zdolności sztucznej inteligencji w decentralizowanych lub ograniczonych środowiskach.

To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest przeznaczone dla zaawansowanych profesjonalistów, którzy chcą wdrożyć i ocenić techniki, takie jak federated learning, secure multiparty computation, homomorphic encryption i differential privacy w rzeczywistych pipeline'ach uczenia maszynowego.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

  • Zrozumieć i porównać kluczowe techniki ochrony prywatności w ML.
  • Wdrażać systemy federated learning za pomocą otwartych ram frameworks.
  • Zastosować differential privacy do bezpiecznego udostępniania danych i szkolenia modeli.
  • Używać technik szyfrowania i bezpiecznego obliczania do ochrony wejść i wyjść modeli.

Format kursu

  • Interaktywna wykład i dyskusja.
  • Wielu ćwiczeń i praktyk.
  • Ręczne wdrożenie w środowisku live-lab.

Opcje dostosowania kursu

  • Aby zażądać dostosowanego szkolenia dla tego kursu, skontaktuj się z nami w celu uzgodnienia.
Course Outline:

Wprowadzenie do ochrony prywatności w ML

  • Motywacje i ryzyka w środowiskach z danymi wrażliwymi
  • Przegląd technik ochrony prywatności w ML
  • Modele zagrożeń i uwarunkowania regulacyjne (np. GDPR, HIPAA)

Federated Learning

  • Pojęcie i architektura uczenia federowanego
  • Synchronizacja i agregacja klienta-serwera
  • Wdrożenie za pomocą PySyft i Flower

Prywatność różniczkowa

  • Matematyka prywatności różniczkowej
  • Zastosowanie DP w zapytaniach do danych i szkoleniu modeli
  • Używanie Opacus i TensorFlow Privacy

Sekretne wielostronne obliczenia (SMPC)

  • Protokół SMPC i przypadki użycia
  • Metody oparte na szyfrowaniu a metody opierające się na dzieleniu sekretów
  • Przepływy obliczeń zabezpieczonych z CrypTen lub PySyft

Szyfrowanie homomorficzne

  • Pełne vs. częściowe szyfrowanie homomorficzne
  • Wnioskowanie na zaszyfrowanych danych dla zadań wrażliwych
  • Praktyczne zastosowanie z TenSEAL i Microsoft SEAL

Zastosowania i studia przypadków w branży

  • Prywatność w ochronie zdrowia: uczenie federowane dla sztucznej inteligencji medycznej
  • Bezpiejna współpraca w finansach: modele ryzyka i zgodność
  • Zastosowania w obronie i rządzie

Podsumowanie i następne kroki

Sites Published:

United Arab Emirates - Privacy-Preserving Machine Learning

Qatar - Privacy-Preserving Machine Learning

Egypt - Privacy-Preserving Machine Learning

Saudi Arabia - Privacy-Preserving Machine Learning

South Africa - Privacy-Preserving Machine Learning

Brasil - Privacy-Preserving Machine Learning

Canada - Privacy-Preserving Machine Learning

中国 - Privacy-Preserving Machine Learning

香港 - Privacy-Preserving Machine Learning

澳門 - Privacy-Preserving Machine Learning

台灣 - Privacy-Preserving Machine Learning

USA - Privacy-Preserving Machine Learning

Österreich - Privacy-Preserving Machine Learning

Schweiz - Privacy-Preserving Machine Learning

Deutschland - Privacy-Preserving Machine Learning

Czech Republic - Privacy-Preserving Machine Learning

Denmark - Privacy-Preserving Machine Learning

Estonia - Privacy-Preserving Machine Learning

Finland - Privacy-Preserving Machine Learning

Greece - Privacy-Preserving Machine Learning

Magyarország - Privacy-Preserving Machine Learning

Ireland - Privacy-Preserving Machine Learning

Luxembourg - Privacy-Preserving Machine Learning

Latvia - Privacy-Preserving Machine Learning

España - Privacy-Preserving Machine Learning

Italia - Privacy-Preserving Machine Learning

Lithuania - Privacy-Preserving Machine Learning

Nederland - Privacy-Preserving Machine Learning

Norway - Privacy-Preserving Machine Learning

Portugal - Privacy-Preserving Machine Learning

România - Privacy-Preserving Machine Learning

Sverige - Privacy-Preserving Machine Learning

Türkiye - Privacy-Preserving Machine Learning

Malta - Privacy-Preserving Machine Learning

Belgique - Privacy-Preserving Machine Learning

France - Privacy-Preserving Machine Learning

日本 - Privacy-Preserving Machine Learning

Australia - Privacy-Preserving Machine Learning

Malaysia - Privacy-Preserving Machine Learning

New Zealand - Privacy-Preserving Machine Learning

Philippines - Privacy-Preserving Machine Learning

Singapore - Privacy-Preserving Machine Learning

Thailand - Privacy-Preserving Machine Learning

Vietnam - Privacy-Preserving Machine Learning

India - Privacy-Preserving Machine Learning

Argentina - Privacy-Preserving Machine Learning

Chile - Privacy-Preserving Machine Learning

Costa Rica - Privacy-Preserving Machine Learning

Ecuador - Privacy-Preserving Machine Learning

Guatemala - Privacy-Preserving Machine Learning

Colombia - Privacy-Preserving Machine Learning

México - Privacy-Preserving Machine Learning

Panama - Privacy-Preserving Machine Learning

Peru - Privacy-Preserving Machine Learning

Uruguay - Privacy-Preserving Machine Learning

Venezuela - Privacy-Preserving Machine Learning

Polska - Privacy-Preserving Machine Learning

United Kingdom - Privacy-Preserving Machine Learning

South Korea - Privacy-Preserving Machine Learning

Pakistan - Privacy-Preserving Machine Learning

Sri Lanka - Privacy-Preserving Machine Learning

Bulgaria - Privacy-Preserving Machine Learning

Bolivia - Privacy-Preserving Machine Learning

Indonesia - Privacy-Preserving Machine Learning

Kazakhstan - Privacy-Preserving Machine Learning

Moldova - Privacy-Preserving Machine Learning

Morocco - Privacy-Preserving Machine Learning

Tunisia - Privacy-Preserving Machine Learning

Kuwait - Privacy-Preserving Machine Learning

Oman - Privacy-Preserving Machine Learning

Slovakia - Privacy-Preserving Machine Learning

Kenya - Privacy-Preserving Machine Learning

Nigeria - Privacy-Preserving Machine Learning

Botswana - Privacy-Preserving Machine Learning

Slovenia - Privacy-Preserving Machine Learning

Croatia - Privacy-Preserving Machine Learning

Serbia - Privacy-Preserving Machine Learning

Bhutan - Privacy-Preserving Machine Learning

Nepal - Privacy-Preserving Machine Learning

Uzbekistan - Privacy-Preserving Machine Learning