| 查看: 756 | 回复: 0 | |||
小红豆主管区长 (知名作家)
|
[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
一志愿西安交通大学材料工程专业 282分求调剂
已经有13人回复
-
北科281学硕材料求调剂
已经有6人回复
-
328求调剂，英语六级551，有科研经历
已经有10人回复
-
298求调剂
已经有6人回复
-
310求调剂
已经有4人回复
-
311求调剂
已经有6人回复
-
307求调剂
已经有11人回复
-
材料与化工085600，总分304，本科有两篇sci参与，求调剂
已经有5人回复
-
315分，诚求调剂，材料与化工085600
已经有3人回复
-
求调剂一志愿海大，0703化学学硕304分，有大创项目，四级已过
已经有10人回复
