Interactive Session: Privacy Preserving Machine Learning

Interactive Session: Privacy Preserving Machine Learning

Administrative information

Title

 Privacy Preserving Machine Learning
Duration 60 min
Module C
Lesson Type Interactive
Focus Technical - Future AI
Topic Open Problems and Challenges  

 

Keywords

Encryption, PPML, Privacy-Preserving, Risk,

 

Learning Goals

  • Understand the concept of Privacy Preserving Fundamentals
  • Discuss application of PPML in practical Scenarios

 

Expected Preparation

Lesson materials


The materials of this learning event are available under CC BY-NC-SA 4.0.

 

Instructions for Teachers

  • Encourage students to make notes and initiate the discussion on the need for privacy-preserving ML techniques Background information here can be used. $ Collate and share all points raised and discussed by students. $ Provide an overview of the discussion.

     
    Duration (min) Description Concepts
    5 Introduction to Privacy Preserving Fundamentals Differential Privacy
    10 Discussion on the need for the preservation of privacy PPML
    25 Netflix/IMDB linkage attack can be discussed here a case stuy
    10 Challenges of PPML techniques  
    5 Conclusion  

 

More information

Click here for an overview of all lesson plans of the master human centred AI

Please visit the home page of the consortium HCAIM

Acknowledgements

The Human-Centered AI Masters programme was co-financed by the Connecting Europe Facility of the European Union Under Grant №CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.

The materials of this learning event are available under CC BY-NC-SA 4.0

 

The HCAIM consortium consists of three excellence centres, three SMEs and four Universities

HCAIM Consortium

Colofon

Het arrangement Interactive Session: Privacy Preserving Machine Learning is gemaakt met Wikiwijs van Kennisnet. Wikiwijs is hét onderwijsplatform waar je leermiddelen zoekt, maakt en deelt.

Auteur
HCAIM Consortium
Laatst gewijzigd
2024-02-15 18:05:17
Licentie

Dit lesmateriaal is gepubliceerd onder de Creative Commons Naamsvermelding-GelijkDelen 4.0 Internationale licentie. Dit houdt in dat je onder de voorwaarde van naamsvermelding en publicatie onder dezelfde licentie vrij bent om:

  • het werk te delen - te kopiëren, te verspreiden en door te geven via elk medium of bestandsformaat
  • het werk te bewerken - te remixen, te veranderen en afgeleide werken te maken
  • voor alle doeleinden, inclusief commerciële doeleinden.

Meer informatie over de CC Naamsvermelding-GelijkDelen 4.0 Internationale licentie.

Aanvullende informatie over dit lesmateriaal

Van dit lesmateriaal is de volgende aanvullende informatie beschikbaar:

Toelichting
copy this template and fill in
Eindgebruiker
leerling/student
Moeilijkheidsgraad
gemiddeld
Studiebelasting
4 uur en 0 minuten

Gebruikte Wikiwijs Arrangementen

HCAIM Consortium. (z.d.).

Acknowledgement

https://maken.wikiwijs.nl/198386/Acknowledgement

HCAIM Consortium. (z.d.).

Practical: Model Compression - Edge Computing

https://maken.wikiwijs.nl/202210/Practical__Model_Compression___Edge_Computing

close
Colofon
thumb  
gemaakt met Wikiwijs van kennisnet-logo
Interactive Session: Privacy Preserving Machine Learning
open