24小时热门版块排行榜    

Znn3bq.jpeg
查看: 759  |  回复: 0

小红豆

主管区长 (知名作家)

优秀区长优秀区长

[交流] 面向数据安全与隐私保护的联邦学习技术国际研讨会

IJCAI-19 Workshop on FML征文通知
近年来,数据隐私保护问题成为社会关注的焦点。特别是GDPR正式颁布后,以往简单粗暴的各方数据聚合建模方法显然已经不适用。数据隐私保护与数据准确高效利用之间似乎存在着不可调和的矛盾,联邦学习算法框架的提出从技术上完美的解决了该问题。
为了进一步扩大联邦学习技术影响力,吸引更多高校和企业进行联邦学习技术研究和产品开发,在国际著名人工智能学术会议IJCAI 召开50周年之际,微众银行AI团队联合Google、IBM等将举办全球第一个联邦学习技术相关的国际研讨会- The 1st International Workshop on Federated Machine Learning for User Privacy and Data Confidentiality (FML’19)。现诚邀大家投稿。
投稿范围:FML’19接收隐私保护、安全机器学习以及人工智能领域的原创性研究成果,主题包括但不限于以下内容:
        Adversarial learning, data poisoning, adversarial examples, adversarial robustness, black box attacks
        Architecture and privacy-preserving learning protocols
        Federated learning and distributed privacy-preserving algorithms
        Human-in-the-loop for privacy-aware machine learning
        Incentive mechanism and game theory
        Privacy aware knowledge driven federated learning
        Privacy-preserving techniques (secure multi-party computation, homomorphic encryption, secret sharing techniques, differential privacy) for machine learning
        Responsible, explainable and interpretability of AI
        Security for privacy
        Trade-off between privacy and efficiency
        Approaches to make AI GDPR-compliant
        Crowd intelligence
        Data value and economics of data federation
        Open-source frameworks for distributed learning
        Safety and security assessment of AI solutions
        Solutions to data security and small-data challenges in industries
        Standards of data privacy and security
重要日期:
论文截稿日期:2019.5.12
论文接收日期:2019.6.10
会议举办日期:2019.8.10-12
会议举办地点:中国、澳门

稿件要求:不长于7页的原创性论文,且接收的优秀论文将受邀在IEEE Intelligent Systems(影响因子2.596)特刊发表。另外会议计划颁发Best Paper , Best Student Paper 和 Best Presentation 奖项。
会议网址:https://fml2019.algorithmic-crowdsourcing.com/

联邦学习介绍:
联邦学习是一个机器学习框架,能帮助不同机构在满足用户隐私保护、数据安全和政府法规的要求下,进行数据联合使用和建模。具体地说,联邦学习要解决这样一个问题:在企业各自数据不出本地的前提下,通过加密机制下的参数交换与优化,建立一个虚拟的共有模型。这个共有模型的性能类似于将各方数据聚合到一块训练出来的模型。该数据联合建模方案不泄露用户隐私且符合数据安全保护的原则。
正是由于认识到联邦学习技术的巨大商业和社会价值,微众银行AI团队不断进行深入研究并发布了基于联邦学习的开源技术平台FATE(Federated AI Technology Enabler)。FATE作为一种数据隐私保护的安全计算框架,为多种机器学习、深度学习、迁移学习算法提供强有力的安全计算支持。(更多联邦学习技术以及FATE介绍请登陆官网: https://www.fedai.org/#/
回复此楼

» 猜你喜欢

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 小红豆 的主题更新
普通表情 高级回复 (可上传附件)
最具人气热帖推荐 [查看全部] 作者 回/看 最后发表
[考研] 一志愿211,0703化学305分求调剂 +26 严西西戏 2026-04-06 33/1650 2026-04-11 23:01 by 314126402
[考研] 270求调剂 +14 杨乐369 2026-04-11 14/700 2026-04-11 20:16 by 蓝云思雨
[考研] 085600材料与化工329分求调剂 +16 叶zilin 2026-04-10 16/800 2026-04-11 11:04 by may_新宇
[硕博家园] 新一代电子信息294求调剂 不挑学校 +6 Ytyt11 2026-04-09 7/350 2026-04-11 10:52 by AA小小木虫
[考研] 调剂 +4 电气300求调剂不 2026-04-08 7/350 2026-04-11 10:44 by 紫曦紫棋
[考研] 368求调剂 +3 17385968172 2026-04-10 3/150 2026-04-10 20:12 by 电子奥德彪
[考研] 材料专业344求调剂 +16 hualkop 2026-04-10 21/1050 2026-04-10 17:28 by laoshidan
[考研] 一志愿双非085400电子信息344 求调剂,对材料和化学方向也感兴趣 +8 无情的小羊 2026-04-09 9/450 2026-04-10 09:30 by 松花缸1201
[考研] 一志愿2110,化学学硕310分,本科重点双非求调剂 +18 努力奋斗112 2026-04-08 18/900 2026-04-09 23:28 by wolf97
[考研] 已调剂 +18 柴郡猫_ 2026-04-09 19/950 2026-04-09 22:10 by 柴郡猫_
[考研] 367求调剂 +10 hffQAQ 2026-04-09 10/500 2026-04-09 18:06 by lijunpoly
[考研] 085501机械英二77总分294求调剂,接受跨专业学习 +6 守法公民亓纪 2026-04-08 6/300 2026-04-09 15:55 by wp06
[考研] 一志愿哈工大,初试329,求环境科学与工程调剂! +11 余未辛 2026-04-06 11/550 2026-04-08 15:21 by screening
[考研] 336求调剂,一志愿中科大 +9 墨彧 yuyu 2026-04-06 9/450 2026-04-08 11:24 by 想读书的菌菌
[考研] 287求调剂 +6 Fnhc 2026-04-07 6/300 2026-04-08 10:05 by xingguangj
[考研] 344求调剂 +11 魏子per 2026-04-07 11/550 2026-04-07 23:01 by JourneyLucky
[考研] 生物调剂 +5 橙子橙子橙子啊 2026-04-05 9/450 2026-04-07 15:31 by 上岸快快
[考研] 机械专硕274求调剂,不挑专业学校 +6 泛泛2333 2026-04-05 8/400 2026-04-06 18:06 by 泛泛2333
[考研] 一志愿武汉理工大学080200机械工程308分,求调剂 +4 终不似从前 2026-04-05 4/200 2026-04-06 11:46 by 考研学校招点人
[考研] 308求调剂 +3 终不似从前 2026-04-05 3/150 2026-04-05 20:07 by 啵啵啵0119
信息提示
请填处理意见