Confidentialité pour l'IA à partir de problèmes NP-difficiles - Calcul universel sur des données chiffrées

Aperçu

Explorez les méthodes cryptographiques pour l'IA privée, y compris le calcul multipartite, la cryptographie à seuil et le chiffrement homomorphe complet, en vous concentrant sur les défis d'évaluation d'opérations telles que le softmax dans le domaine chiffré.

Programme

• Introduction à la confidentialité dans l'IA
Aperçu des préoccupations en matière de confidentialité dans l'IA
Importance des techniques cryptographiques
• Fondements cryptographiques
Aperçu de la cryptographie
Primitives cryptographiques de base
• Calcul multipartite (MPC)
Définition et principes du MPC
Protocoles communs et applications
Cas d'utilisation réels et défis
• Cryptographie à seuil
Introduction aux systèmes à seuil
Conception de protocoles cryptographiques à seuil
Considérations de sécurité et de performance
• Chiffrement homomorphe complet (FHE)
Principes du FHE
Schémas FHE actuels et leurs implémentations
Évaluation de l'efficacité et des cas d'utilisation
• Opérations d'IA respectant la vie privée
Défis dans le calcul en domaine chiffré
Défis spécifiques dans l'évaluation du softmax chiffré
Techniques pour l'évaluation de réseaux neuronaux sur des données chiffrées
• Conception de systèmes d'IA respectueux de la vie privée
Intégration des méthodes cryptographiques dans les flux de travail de l'IA
Surmonter les barrières pratiques de mise en œuvre
Études de cas et exemples réels
• Sujets avancés et tendances émergentes
Approches hybrides dans l'IA respectant la vie privée
Techniques cryptographiques émergentes pour l'IA
• Conclusion et futures directions
Résumé des enseignements clés
Développements futurs potentiels dans la confidentialité de l'IA
• Projet final ou évaluation
Concevoir un prototype d'IA respectant la vie privée
Évaluer et présenter une étude de cas sur les calculs d'IA chiffrés

Sujets

Informatique