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.
Couvre l'ordonnance sur la protection des données pour le personnel du domaine EPF, en mettant l'accent sur les responsabilités juridiques et la gestion des données.
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.
Explore le cadre juridique suisse sur la protection des données, la vie privée, la cybercriminalité et le rôle du Commissaire fédéral à la protection des données.
Couvre l'accès conditionnel, le cryptage, le décryptage, l'authentification et les normes de cryptage avancées, en explorant le cryptage basé sur l'identité, la biométrie et le cryptage basé sur les attributs.
Examine les défis liés à la protection de la vie privée dans les lieux et les diverses techniques permettant d'atténuer les inférences liées aux lieux, en soulignant l'importance des hypothèses de confiance et des questions pratiques.
Explore Privacy Pass, une méthode pour contourner les défis d'Internet anonymement, discuter des concepts clés et répondre aux préoccupations de performance et d'évolutivité.
Couvre la motivation qui sous-tend la gestion des données relatives à la protection de la vie privée et le protocole d'intersection pour les opérations sécurisées dans les bases de données privées.
Explore le chiffrement homomorphe, permettant des calculs sur des données chiffrées sans décryptage, avec des applications pratiques dans des clouds médicaux sécurisés.
Explore les mécanismes de publication des données qui préservent la vie privée, y compris l'anonymat k et la confidentialité différentielle, ainsi que leurs applications pratiques et leurs défis.
Explore l'apprentissage automatique fédéré et la confidentialité différentielle dans l'apprentissage automatique, en discutant des attaques, des défenses et des défis.
Couvre les mécanismes de protection de la vie privée, leurs avantages et leurs inconvénients, et leur application dans divers scénarios, en mettant l'accent sur la protection de la vie privée en tant que bien de sécurité et son importance dans la société.
Explore les fondamentaux de l'apprentissage automatique et les risques liés à la vie privée, en mettant l'accent sur les attaques contre la vie privée et l'apprentissage automatique collaboratif.
Explore l'intersection de l'apprentissage automatique et de la vie privée, en discutant de la confidentialité, des attaques, de la vie privée différentielle et des compromis dans l'apprentissage fédéré.
Explore les questions de sécurité et de confidentialité dans les appareils électroniques personnels, couvrant les attaques, les défenses et les conséquences.
Explore l'application SwissCovid, une solution de recherche de proximité contre COVID-19, couvrant les aspects techniques, le renforcement de la confiance, la confidentialité, la sécurité et la collaboration avec Google et Apple.