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 des techniques de préservation de la vie privée telles que le partage secret et le cryptage homomorphe pour des calculs sécurisés et la protection des données dans l'apprentissage automatique.
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 les techniques permettant d'assurer la confidentialité des données tout en partageant l'information et le compromis entre la confidentialité et l'exactitude des données.
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.
Explore les mécanismes de publication de données préservant la vie privée et introduit le concept de confidentialité différentielle pour protéger les données individuelles tout en fournissant des statistiques précises.
Explore le chiffrement homomorphe, permettant des calculs sur des données chiffrées sans décryptage, avec des applications pratiques dans des clouds médicaux sécurisés.
Couvre les défis des systèmes d'information distribués, y compris l'autonomie, l'hétérogénéité, l'évaluation de la confiance et la protection de la vie privée.
Explore les aspects juridiques du traitement des données personnelles, de la conformité au RGPD, de l'historique de suivi Web, des défis de confidentialité des applications et des pratiques de publicité en ligne.
Explore les concepts de confidentialité différentielle, les mécanismes et les applications du monde réel pour la publication de données préservant la vie privée.
