Protection de la vie privée : modélisation des menaces et protection de la vie privée différentielle
Graph Chatbot
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.
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.
Explore la perturbation des données pour la protection de la vie privée dans les systèmes de bases de données, y compris la reconstruction agrégée et son application dans l'extraction de données.
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 les principes de sécurité tels que le moindre privilège, le mécanisme commun et l'acceptabilité par l'utilisateur pour améliorer la protection du système.
Explore les défis de sécurité et de confidentialité de l'application suisse de traçage des contacts COVID, y compris les fausses notifications et les attaques basées sur le temps.
