课程大纲

课程大纲

大数据安全与隐私保护

课程编码:0839X2M06002H 英文名称:Big Data Security and Privacy Preserving 课时:20 学分:1.00 课程属性:专业研讨课 主讲教师:陈小军

教学目的要求
本课程是为网络空间安全、计算机与控制等相关专业研究生开设的专业研讨课,其目的是使学生了解在大数据时代面临的隐私安全挑战,初步掌握大数据时代隐私安全的内涵、研究的重点问题和基本思路。本课程拟对大数据下环境下,数据利用面临的两大安全挑战,模型安全与数据安全展开基础知识讲授和研讨,涉及模型的对抗攻击与防御,后门攻击与防御,以多方安全计算为基础的隐私计算、联邦学习等技术。旨在通过该课程培养研究生的研究性学习能力,开阔眼界,为将来的研究与应用打好基础

预修课程
密码学,深度学习

大纲内容
第一章 大数据安全与隐私保护导论 4学时 陈小军
第1节 课程介绍
第2节 模型安全之对抗攻击与防御基础
第3节 模型安全之后门攻击与防御基础
第4节 数据安全之密码学基础
第5节 数据安全之多方安全计算与机器学习基础
第6节 总结讨论
第二章 模型安全研讨班 8学时 陈小军
第1节 模型安全Seminar1:就对抗攻击与防御相关论文选读与研讨;
第2节 模型安全Seminar2:就后门攻击与防御相关论文选读与研讨
第3节 模型安全总结
第三章 数据安全研讨班 8学时 陈小军
第1节 数据安全Seminar1:就基于MPC的深度学习论文选读和研讨
第2节 数据安全Seminar2:就隐私保护机器学习论文选读和研讨
第3节 模型安全总结

参考书
1、 实用安全多方计算 美国 戴维.埃文斯(David Evans)、费拉基米尔.科列斯尼科夫(Vladimir Kolesnikov)、迈克.罗苏莱克(Mike Rosulek)著;刘巍然 丁晟超译 2021年7月 机械工业出版社

课程教师信息
陈小军,男,中国科学院信息工程研究所高级工程师、博士生导师。研究方向:深度学习和隐私保护等。曾先后主持和参加了多项973、863、科技部重点研发计划、科学院先导以及各省部委科研项目的研究工作。在人工智能、数据安全等领域发表论文30余篇.