Blowfish Privacidade: Afinação Privacy-Utility Trade-offs usando Políticas

Collaborators: Ashwin Machanavajjhala e Bolin Ding – Esta pesquisa tem como objetivo fornecer maneiras de trocar a privacidade dos indivíduos em uma base de dados estatísticos para a utilidade da análise de dados downstream. Apresentamos uma nova classe de definições de privacidade – Privacidade Blowfish, que oferece uma interface rica para especificar esta troca. Apresentamos melhorias significativas de utilidade para o agrupamento de meios k, lançando histogramas cumulativos e respondendo a consultas de alcance com mecanismos sob privacidade Blowfish em comparação com os seus equivalentes diferentemente privados. (mais detalhes)

Síntese de trajetória diferencialmente privada

Colaboradores: Ashwin Machanavajjhala, Divesh Srivastava, Cecilia M. Procopiuc, Graham Cormode – Esta pesquisa considera métodos para publicar traços de locais com garantia de privacidade diferencial. Nossa abordagem envolve a modelagem dos traços de localização como padrões de mobilidade top-k para uma sensibilidade limitada, e a amostragem dos traços de localização a partir de um modelo semi-markov ruidoso aprendido nos padrões top-k. Apresentamos estratégias de poda e algoritmos eficientes para pós-processar o modelo ruidoso que tem uma estrutura hierárquica desequilibrada e para sintetizar os traços de localização mais próximos dos conjuntos de dados reais.(mais detalhes)

Privacidade da cor

Este projecto estudou a privacidade no sistema social móvel a partir de outro ângulo, a visualização. A visualização cria imagens, gráficos ou animações para melhorar a compreensão da informação pelas pessoas….(mais detalhes)

Computação GPU

Driven pelo alto poder de computação e acessibilidade das Unidades de Processamento Gráfico, conhecidas como GPU, gostaríamos de explorar o novo papel da GPU como um processador de propósito mais geral para aplicações científicas e de engenharia…. (mais detalhes)