Logo Université Laval
 

Differentially Private Model Selection with Penalized and Constrained Likelihood

Type d'activité: 
Séminaires Matuszewski
Conférencier(e): 

Anne-Sophie Charest, département de mathématiques et de statistique, ULaval

Invité par: 
Guy Lacroix
Date: 
24 Novembre 2017
Heure: 
11h30
Salle: 
DES-2225
Voici un résumé de l'étude :
 
Toute organisation qui souhaite partager des données ou résultats d'analyses statistiques doit s'assurer de respecter la promesse de confidentialité offerte aux individus ou entreprises sur lesquels les données ont été collectées. Ce n'est pas une tâche facile, surtout avec l'augmentation rapide de la quantité d'informations personnelles disponibles facilement. La confidentialité différentielle est un critère rigoureux pour mesurer la protection de la confidentialité offerte par un mécanisme de divulgation de données ou de résultats statistiques. Après avoir établi les bases du problème de protection de la confidentialité, je décrirai en détails le critère de confidentialité différentielle. Je présenterai ensuite mes travaux sur la sélection de modèle sous la contrainte de la confidentialité différentielle.
 
Voici le lien vers l'article : https://arxiv.org/pdf/1607.04204.pdf