Cryptographie homomorphe : confidentialité et sécurité
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 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.
Explore le cryptage homomorphe, permettant des calculs sécurisés sur des données chiffrées sans exposition aux données, avec des applications dans les soins de santé et la finance.
Explore l'informatique en nuage, l'agrégation des données, les risques de sécurité, les défenses de la vie privée et les techniques de protection des données.
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.
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.
Explore la fiabilité dans l'automatisation industrielle, couvrant la fiabilité, la sécurité, les caractéristiques des pannes et des exemples de sources de défaillance dans diverses industries.
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 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.
Se penche sur l'application de l'apprentissage automatique à l'amélioration de la documentation relative aux droits de l'homme et aux activités de plaidoyer à l'intention d'organisations telles que HURIDOCS.
Explore les défis et les vulnérabilités de la technologie de traçage numérique des contacts, en se concentrant sur l’application SwissCovid et ses implications.
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.
Couvre les lois suisses sur la protection des données, y compris la loi fédérale sur la protection des données et les rôles définis dans la législation.
