Under sine PhD-studier undersøgte Hannah Keller privacy i distribuerede miljøer for en række af dataanalytiske opgaver. Hendes forskning fokuserer på differential privacy i kombination med secret sharing teknikker, som tilsammen gør det muligt for en gruppe af gensidigt mistroiske individer at beregne en funktion af deres fælles input på en måde, hvor outputtet ikke afslører for meget om noget enkelt individ. Hendes arbejde leverer private, effektive algoritmer og protokoller til summation, low-rank approksimering, regulariseret lineær regression, selektion og kvantilberegning. Disse resultater tilbyder nyttige afvejninger mellem nøjagtighed, privatlivsgarantier, beregning og kommunikation.

Ph.d.-studiet er gennemført ved Department of Computer Science, Faculty of Natural Sciences, Aarhus Universitet.

Dette resumé er udarbejdet af den ph.d.-studerende.

Tid: fredag den 20 februar kl. 12:30
Sted: Bygning 5342, lokale 333, Department of Computer Science, Aarhus Universitet, Åbogade 34, 8200 Aarhus
Afhandlingens titel: Distributed Differential Privacy Using Cryptographic Techniques
Kontaktinfo: Hannah Keller, e-mail: hkeller@cs.au.dk
Bedømmelsesudvalg:
Associate Professor Varun Kanade, Computer Science, Oxford University, United Kingdom
Principal Researcher Divya Gupta, Microsoft Research Lab, India
Associate Professor Sophia Yakoubov (forperson), Department of Computer Science, Aarhus Universitet, Danmark
Hovedvejleder: Professor Claudio Orlandi, Department of Computer Science, Aarhus University, Denmark
Medvejleder: Associate Professor Chris Schwiegelshohn, Department of Computer Science, Aarhus University, Denmark Sprog: Ph.d.-afhandlingen forsvares på engelsk

Forsvaret er offentligt.
Afhandlingen ligger til gennemsyn hos Graduate School of Natural Sciences (GSNS), Ny Munkegade 120, bygning 1521, 8000 Aarhus C