Lundi 14/10/2019, 11:00, salle K71
Confidentialité différentielle
Smartphone, carte d’abonnement, compteur intelligent énergétique, etc., les sources de données personnelles sont nombreuses. Si ces données peuvent apporter des fortes valeurs ajoutées, que ce soit aux citoyens, aux collectivités ou aux entreprises, celles-ci doivent être protégées. La réglementation autour de la donnée personnelle évolue et se renforce (voire la RGPD). L’anonymisation des données peut être utilisée pour les protéger. La confidentialité différentielle est une propriété mathématiques que l’on cherche à imposer à des mécanismes de bruitage appliqués pour protéger les individus. Dans cette présentation, après avoir défini les principe de base de la confidentialité différentielle, nous présenterons des exemples de l’Etat de l’Art sur son application en Machine Learning, ainsi qu’un cas d’application sur des données spatio-temporelles.
Français 
English (UK)