סילבוס

תוכן הקורס ומטרתו

דמיינו ארגון המחזיק מאגר מידע גדול עם נתונים אישיים של אנשים, כמו למשל בית חולים או הלשכה המרכזית לסטטיסטיקה. מצד אחד, הארגון רוצה לאפשר גישה מסויימת למידע הזה (למשל לחוקרים, על מנת ללמוד על מחלות חדשות). מצד שני, הארגון רוצה להבטיח שהגישה הזאת לנתונים לא מסכנת את הפרטיות של האנשים שהמידע שלהם נמצא במאגר. השאלה הראשונה כאן היא איך נוכל להגדיר מהי פגיעה בפרטיות בהקשר הזה. למרות שהשאלה אולי נראית פשוטה במבט ראשון, מתברר שזאת שאלה מאוד טעונה. לאחר שמסכימים על ההגדרה, השאלה הבאה היא תחת אילו תנאים ניתן לבנות ווריאנטים פרטיים לאלגוריתמי ניתוח מידע קיימים, ומהו המחיר לכך?

בקורס זה נבחן את השאלות האלו מנקודת מבט תיאורטית. אנו נתמקד בהגדרת פרטיות הנקראת פרטיות דפרנציאלית, שהיא הגדרה מתמטית מחמירה של פרטיות.

נושאי ההרצאות:
* מתקפת שחזור נתונים והפרת פרטיות בוטה
* פרטיות דפרנציאלית (הגדרות ותכונות)
* אלגוריתמים בסיסיים המשמרים פרטיות
* אלגוריתמים למענה על שאילתות
* אלגוריתמי למידה
* המודל הלוקלי של פרטיות דפרנציאלית
* נושאים נוספים בהתאם לשיקול המרצה