EAPSI: Creating Fast and Accurate Data Mining Algorithms that Preserve Privacy

EAPSI:创建快速、准确的数据挖掘算法来保护隐私

基本信息

  • 批准号:
    1613892
  • 负责人:
  • 金额:
    $ 0.54万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Fellowship Award
  • 财政年份:
    2016
  • 资助国家:
    美国
  • 起止时间:
    2016-06-15 至 2017-05-31
  • 项目状态:
    已结题

项目摘要

This project will use new techniques to create fast and accurate algorithms that preserves the privacy of people's data in big data mining, i.e. tasks that require large amounts of data. While big data mining has extraordinarily broad and important uses, releasing the output of data mining algorithms to data analysts and the public can result in leaking the private data of individuals whose data is being used. Even when data mining techniques are able to keep data private, they may be too slow or inaccurate to be used widely in practice. Previous approaches to big data mining tasks have typically either focused on a) keeping private data private or b) achieving fast and accurate algorithms, but not both. This research aims to find algorithms for big data mining tasks that are simultaneously privacy-preserving, fast, and accurate, to the degree that this is possible. This project will be conducted at The University of Melbourne with Benjamin Rubinstein, a leading expert in fast techniques for achieving privacy-preserving algorithms.Focus will be on finding such fast differentially-private techniques for the Frequent Itemset mining problem (FI), a fundamental question in knowledge discovery about extracting frequently occurring sets of items in a database, and related problems. Recent approaches have demonstrated fast and accurate approximation algorithms for these types of problems. Previous methods for solving this problem were not necessarily amenable for achieving privacy-preservation quickly and accurately. These new approaches, however, which involve sampling techniques and using under-utilized tools from the theory of machine learning, are especially helpful for creating privacy-preserving algorithms. This research will leverage this approach to create algorithms that are not only fast and accurate, but also keep individuals' data private. This research will also analyze the tradeoffs between speed, accuracy, and privacy in such solutions.This award under the East Asia and Pacific Summer Institutes program supports summer research by a U.S. graduate student and is jointly funded by NSF and the Australian Academy of Science.
该项目将使用新技术来创建快速准确的算法,以在大数据挖掘中保留人们数据的隐私,即需要大量数据的任务。 尽管大数据挖掘具有非常广泛而重要的用途,但向数据分析师释放了数据挖掘算法的输出,公众可以泄露使用数据的个人的私人数据。即使数据挖掘技术能够将数据私有化,它们也可能太慢或不准确,无法在实践中广泛使用。大数据挖掘任务的先前方法通常集中在a)私有数据或b)实现快速,准确的算法,但并非两者兼而有之。这项研究旨在找到用于同时拥有隐私,快速和准确的大数据挖掘任务的算法,以至于这是可能的。该项目将在墨尔本大学与本杰明·鲁宾斯坦(Benjamin Rubinstein)一起进行,本杰明·鲁宾斯坦(Benjamin Rubinstein)是实现隐私保护算法的快速技术专家。Focus将在为频繁的项目集挖掘问题(FI)(FI)找到如此快速的差异性技术(FI)(FI)(FI),在知识中的基本问题,这些问题经常提取问题,并且是在发现的问题中,并且是在发现的问题中,并且是在发现的问题中,并且是在事物中提取的问题。最近的方法证明了这些类型的问题的快速准确近似算法。以前解决此问题的方法不一定可以快速准确地实现隐私保护。但是,这些新方法涉及采样技术并使用机器学习理论中利用的工具不足的工具,特别有助于创建隐私的算法。这项研究将利用这种方法来创建不仅快速准确的算法,而且还可以使个人的数据私密。这项研究还将分析此类解决方案中速度,准确性和隐私之间的权衡。该奖项颁发的奖项是东亚和太平洋夏季研究所计划的奖项,支持美国研究生的夏季研究,并由NSF和澳大利亚科学学院共同资助。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Benjamin Fish其他文献

Open Problem: Meeting Times for Learning Random Automata
开放问题:学习随机自动机的会议时间
When not to design, build, or deploy
何时不进行设计、构建或部署
A task-driven approach to time scale detection in dynamic networks
动态网络中时间尺度检测的任务驱动方法
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Benjamin Fish
  • 通讯作者:
    Benjamin Fish
It’s Not Fairness, and It’s Not Fair: The Failure of Distributional Equality and the Promise of Relational Equality in Complete-Information Hiring Games
这不公平,也不公平:完全信息招聘博弈中分配平等的失败与关系平等的承诺
On the Computational Complexity of MapReduce
论MapReduce的计算复杂度
  • DOI:
    10.1007/978-3-662-48653-5_1
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    1.5
  • 作者:
    Benjamin Fish;Jeremy Kun;Á. Lelkes;L. Reyzin;György Turán
  • 通讯作者:
    György Turán

Benjamin Fish的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似国自然基金

创建靶向的功能化线粒体移植抗衰老体系ΔIL-2-Cargocyte@SOD2-Mito并系统性地揭示其治疗机制
  • 批准号:
    82302380
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
包覆型石榴石氧载体原位创建及化学链制氢研究
  • 批准号:
    22378387
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
水稻表观遗传重组自交系的创建与功能变异位点鉴定
  • 批准号:
    32330019
  • 批准年份:
    2023
  • 资助金额:
    232 万元
  • 项目类别:
    重点项目
叶气温差对马铃薯植株水分的响应规律及其推荐灌溉方法创建
  • 批准号:
    32360536
  • 批准年份:
    2023
  • 资助金额:
    32 万元
  • 项目类别:
    地区科学基金项目
脉冲释放微球吸入制剂的创建及其黏膜免疫增效机制研究
  • 批准号:
    82341045
  • 批准年份:
    2023
  • 资助金额:
    100.00 万元
  • 项目类别:
    专项项目

相似海外基金

EAGER: Creating a Composite EL Nino Record from the Lowland Neotropics
EAGER:创造低地新热带区综合厄尔尼诺记录
  • 批准号:
    2417794
  • 财政年份:
    2024
  • 资助金额:
    $ 0.54万
  • 项目类别:
    Standard Grant
Creating a Path to Achieving Success and Sense of Belonging in Computer Science
创造一条在计算机科学领域取得成功和归属感的道路
  • 批准号:
    2322665
  • 财政年份:
    2024
  • 资助金额:
    $ 0.54万
  • 项目类别:
    Standard Grant
NSF Engines Development Award: Creating climate-resilient opportunities for plant systems (NC)
NSF 发动机开发奖:为工厂系统创造气候适应机会 (NC)
  • 批准号:
    2315399
  • 财政年份:
    2024
  • 资助金额:
    $ 0.54万
  • 项目类别:
    Cooperative Agreement
Creating a reflective, assessment workbook for University teachers to enhance teaching techniques and improve student engagement, by incorporating International Baccalaureate (IB) teaching practices
通过纳入国际文凭 (IB) 教学实践,为大学教师创建反思性评估工作簿,以提高教学技巧并提高学生参与度
  • 批准号:
    24K06129
  • 财政年份:
    2024
  • 资助金额:
    $ 0.54万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Creating pH-sensitive self-healing concrete using sludge waste for sewers
利用下水道污泥废物制造 pH 敏感的自修复混凝土
  • 批准号:
    DP230100688
  • 财政年份:
    2024
  • 资助金额:
    $ 0.54万
  • 项目类别:
    Discovery Projects
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了