Conception de la vie privée: Étude de cas SwissCovid
Graph Chat
Chattez avec Graph Search
Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.
Explore les technologies de protection de la vie privée, la protection des données, les risques de surveillance et les technologies d'amélioration de la vie privée pour la vie privée sociale et institutionnelle.
Examine les risques et les techniques liés à la désanonymisation des données, y compris les lacunes dans les méthodes et les exemples réels de tentatives infructueuses.
Explore les méthodes de suivi en ligne, y compris la toile et les empreintes de l'API AudioContext, et leurs implications en matière de protection de la vie privée.
Explore l'informatique en nuage, l'agrégation des données, les menaces de sécurité, les questions de confidentialité, le cryptage, la dé-identification et la confidentialité des données à l'ère numérique.
Couvre les paradigmes de confidentialité, la collecte de données par les entreprises, les cadres juridiques, la confiance dans les fournisseurs de données et le débat sur la sécurité par rapport à la vie privée.
Discute de l'importance de la vie privée, des mécanismes du marché dans les applications smartphone, du paradoxe de la vie privée et de l'impact du RGPD.
Explore la sécurité de l'apprentissage automatique, y compris le vol de modèles, la modification des extrants, les conditions conflictuelles et les défis liés à la protection de la vie privée, soulignant l'importance de corriger les biais dans les modèles d'apprentissage automatique.
Explore les défis de l'anonymat K, de la diversité l et de la désidentification des données, en utilisant des exemples concrets et en discutant des efforts d'Airbnb en matière de protection de la vie privée.
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 voie de changement dans les systèmes intelligents de transport urbain, en mettant l'accent sur les nouveaux services de mobilité et leur intégration.
Couvre la sphère de la protection de la vie privée, la protection des données, les risques d'abus de données, les lois et les cas de violation du monde réel.
Explore les systèmes de communication anonymes, les informations d'identification basées sur les attributs, le réseau Tor et d'autres technologies de confidentialité.
