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 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.
Se concentre sur les éléments clés d'un document de conception pédagogique, couvrant la portée, la prestation, les objectifs, le matériel, les intervenants et les grandes lignes.
Explore les aspects juridiques du droit de la protection des données, couvrant l'histoire, les instruments internationaux, le RGPD, l'application et les définitions clés.
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 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.
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.
Examine les aspects juridiques du droit de la protection des données, y compris les développements historiques, les instruments internationaux, les dispositions du RGPD et les droits fondamentaux.
Explore la production, le stockage, le traitement et les dimensions de Big Data, ainsi que les défis en matière d'analyse de données, d'élasticité de l'informatique en nuage et de sécurité.
Plonge dans les défis de la publication de données sur les humanités numériques et l'importance des principes de données FAIR pour la gestion des données scientifiques.
Couvre les principes et les stratégies de l'ingénierie de la protection de la vie privée, en soulignant l'importance d'intégrer la protection de la vie privée dans les systèmes de TI et les défis à relever pour atteindre la protection de la vie privée par la conception.
Couvre l'analyse des données sur la pollution atmosphérique, en se concentrant sur les bases de R, en visualisant des séries chronologiques et en créant des résumés des concentrations de polluants.
Explore les définitions, la valeur et les défis de la vie privée, y compris les données personnelles et les propriétés de la vie privée comme la pseudonymie et l'anonymat k.
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.
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 principes de confidentialité par conception, la minimisation des données, la minimisation de la confiance et l'étude de cas de l'application SwissCovid.
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.
Explore les défis de la publication de données préservant la vie privée, y compris les exemples de désidentification et les menaces pour la vie privée, et présente une étude de cas sur les efforts d'Airbnb pour lutter contre les pratiques racistes tout en protégeant la vie privée des utilisateurs.
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.
