DataBIN Data-‑Driven ¡Secure ¡ Business ¡Intelligence Devdatt Dubhashi David ¡Sands
Major ¡Challenges • How ¡do ¡we ¡automatically ¡extract ¡meaningful ¡ info ¡from ¡unstructured ¡text, ¡images, ¡video ¡… • How ¡do ¡we ¡structure ¡the ¡information ¡for ¡ better ¡data ¡analytics? • How ¡do ¡we ¡scale ¡to ¡very ¡Big ¡Data? • How ¡do ¡we ¡ensure ¡privacy ¡when ¡mining ¡info?
1 Graph ¡kernels ¡for ¡network ¡ • structured ¡data, ¡ ICML ¡2014, ¡NIPS ¡ 2015, ¡KDD ¡2015 , ¡CIKM ¡Weighted ¡ Theta ¡Functions, ¡ NIPS 2015 ¡ Large ¡scale ¡optimization: ¡ • clustering, domain ¡adaptation, ¡ ICML ¡2017 … Disciplinary ¡research ¡ Explanatory ¡AI/ML: ¡Causal ¡and ¡ • published ¡at ¡top-‑tier ¡ Counterfactual ¡inference, ¡ ICML ¡ 2016, ¡ICML ¡2017 conferences ¡ Explanatory ¡AI/ML: ¡Disentangled ¡ • representations ¡in ¡deep ¡nets. Deep ¡Learning ¡for ¡NLP: ¡char ¡ • based ¡RNNs. Differential ¡Privacy: ¡ ¡ JMLR 2017, ¡ • AAAI ¡2017
2 Demonstrators ¡ implemented ¡and ¡ integrated ¡into ¡the ¡ tools ¡of ¡our ¡industrial ¡ partners ¡
3 “AI ¡is ¡the ¡New ¡Electricity” Dissemination Swedish ¡Symposium ¡Deep ¡Learning ¡2018
Innovation Competence ¡Intelligence
Privacy ¡in ¡the ¡Age ¡of ¡Big ¡Data
“Two ¡recent ¡surveys ¡reveal ¡ that ¡consumers’ ¡ concerns ¡ about ¡online ¡privacy ¡ are ¡at ¡ an ¡all-‑time ¡high.” June ¡2014 “Big ¡data ¡might ¡be ¡big ¡ business, ¡but ¡ overzealous ¡ data ¡mining ¡ can ¡seriously ¡ destroy ¡your ¡brand…” ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ Nov ¡2013
Location ¡Privacy Research ¡on ¡Privacy ¡in ¡ Data-‑Intensive ¡ Systems ¡ Differential ¡Privacy Social ¡Network ¡ Privacy
A ¡Flavour ¡of ¡Differential ¡Privacy A ¡personal ¡question…
13
Answer ¡YES 14
Answer ¡YES Answer ¡NO 15
Answer ¡YES Answer ¡NO Answer ¡ TRUTHFULLY 16
Differential ¡Privacy Emerging ¡mathematical ¡definition ¡of ¡privacy Essence: the ¡participation ¡of ¡any ¡one ¡individual ¡ won’t ¡change ¡the ¡result ¡of ¡the ¡survey ¡in ¡a ¡ noticeable ¡way Consequence: ¡a ¡robust ¡definition ¡with ¡good ¡ properties 17
Results ¡in ¡the ¡DataBIN Project • Programming ¡framework ¡that ¡achieve ¡privacy ¡ by ¡construction – no ¡need ¡to ¡trust ¡the ¡programmer • A ¡Framework ¡for ¡Local ¡Differential ¡Privacy – no ¡need ¡to ¡trust ¡the ¡analyst • Machine ¡Learning ¡with ¡Differential ¡Privacy
DataBIN PhDs Olof Mogren See ¡ Deep ¡Learning ¡NLP Fredrik ¡Johansson ¡(MIT) Posters Machine ¡Learning, ¡Causal ¡Inference Hamid ¡Ebadi Raul ¡Pardo ¡(INRIA ¡Lyon) Differential ¡Privacy Privacy ¡in ¡Social ¡Networks
Recommend
More recommend