Se penche sur les aspects juridiques des appels d'offres en temps réel dans la publicité en ligne, en mettant l'accent sur les lois sur la protection des données, les défis de la gestion du consentement et les implications juridiques récentes.
Se penche sur les compromis de confidentialité différentielle, l'impact disparate et les attaques de confidentialité basées sur l'apprentissage automatique.
Explore la nature multiforme de la vie privée, ses définitions, ses implications et ses cadres réglementaires, en se concentrant sur le phénomène du Web réel illustré par la politique de nom de Facebook.
Explore l'apprentissage automatique fédéré et la confidentialité différentielle dans l'apprentissage automatique, en discutant des attaques, des défenses et des défis.
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 les implications juridiques des enchères en temps réel dans la publicité en ligne, en se concentrant sur la protection des données et les préoccupations de confidentialité.
Explore les techniques de confidentialité des données comme la confidentialité différentielle et l'anonymat k, assurant l'insignifiance statistique pour les bases de données voisines.
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.
SEEMless est un système de messagerie sécurisé qui minimise la confiance dans les fournisseurs de services grâce à des techniques innovantes de gestion des clés.