Explore les principes de confidentialité par conception, la minimisation des données, la minimisation de la confiance et l'étude de cas de l'application SwissCovid.
Couvre les autorisations anonymes, les preuves de zéro connaissance, les lettres de créance fondées sur les attributs et les problèmes pratiques en matière d'authentification anonyme.
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.
Explore l'intersection entre l'apprentissage automatique et la cryptographie, en mettant l'accent sur l'apprentissage automatique sûr à travers des outils et des modèles cryptographiques.
Introduit un cours sur les technologies d'amélioration de la protection de la vie privée couvrant divers mécanismes et mettant l'accent sur la protection de la vie privée en tant que bien de sécurité.
Explore le compromis entre la sécurité et la vie privée, en mettant l'accent sur la vie privée en tant que propriété de sécurité cruciale et en discutant des technologies améliorant la vie privée.
Explore les défis de sécurité et de confidentialité de l'application suisse de traçage des contacts COVID, y compris les fausses notifications et les attaques basées sur le temps.
Couvre la mesure de la vie privée dans les données de localisation, les mécanismes de défense et les défis dans la protection de la vie privée de localisation.
Explore la recherche de bugs, la vérification et l'utilisation d'approches aidées à l'apprentissage dans le raisonnement de programme, montrant des exemples comme le bug Heartbleed et le raisonnement bayésien différentiel.
Explore le chiffrement homomorphe, permettant des calculs sur des données chiffrées sans décryptage, avec des applications pratiques dans des clouds médicaux sécurisés.
Explore les technologies d'identité, l'identification autonome, les systèmes fédérés, les mécanismes de protection de la vie privée et la confiance dans les services en ligne.