課程名稱 |
AI資訊安全專題與案例研討 Special Topics on Artificial Intelligence and Cybersecurity |
開課學期 |
111-2 |
授課對象 |
電機資訊學院 電信工程學研究所 |
授課教師 |
周錫增 |
課號 |
CommE7005 |
課程識別碼 |
942EM0320 |
班次 |
|
學分 |
3.0 |
全/半年 |
半年 |
必/選修 |
必修 |
上課時間 |
星期一9,10,A(16:30~19:15) |
上課地點 |
|
備註 |
初選不開放。本課程以英語授課。AI資安碩士在職專班必修
上課教室:電二102。與吳瑞北、廖婉君、林宗男、魏宏宇、毛紹綱、吳沛遠、賴怡吉、林 澤、張致恩、馮世邁、黃天偉、蘇炫榮、陳宏銘、謝宏昀、丁建均、王奕翔、黃彥銘合授 總人數上限:40人 |
|
|
課程簡介影片 |
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
課程大綱
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
課程概述 |
本學期111-2案例研討,特邀請南佛羅里達大學張致恩教授,針對機器學習與隱私相關議題進行教學授課,英文授課英文教材
機器學習技術透過蒐集並分析使用者資料,在現代資訊生活中的各個面向(如社群媒體)提供商業服務並受到廣泛應用。然而,若缺乏適當機制以保護資料隱私,勢必將對機器學習服務等相關產業造成不可忽視的隱憂。此為研究所課程,將介紹機器學習中主要的隱私洩露案例及應對策略,如Facebook 資料外洩Cambridge Analytica 事件(April 2018)和人臉自動辨識標籤事件(2020)等。在本課程中Prof. Morris Chang 將以其所撰寫,並於今年出版之教科書為基礎,英文教材英文授課 |
課程目標 |
● 了解機器學習中不同類型的隱私相關威脅、漏洞和攻擊。
● 了解各種隱私保護算法和應用程序中所廣泛採用的差分隱私機制。
● 在實作中了解差分隱私機器學習算法設計。 |
課程要求 |
待補 |
預期每週課後學習時數 |
|
Office Hours |
另約時間 備註: by appointment with Prof. Chang (jmchang@ntu.edu.tw office: EE Building 2, Room 311) or TA: I-ling (r11942103@ntu.edu.tw)
|
指定閱讀 |
待補 |
參考書目 |
• “Privacy-preserving Machine Learning”, Manning Publications, 2022 (ISBN:
9781617298042) |
評量方式 (僅供參考) |
No. |
項目 |
百分比 |
說明 |
1. |
Attendance |
50% |
|
2. |
Final paper presentation and report |
20% |
|
3. |
Assignment |
30% |
|
|