SLIDE 1
DataBIN Data-Driven Secure Business Intelligence Devdatt - - PowerPoint PPT Presentation
DataBIN Data-Driven Secure Business Intelligence Devdatt - - PowerPoint PPT Presentation
DataBIN Data-Driven Secure Business Intelligence Devdatt Dubhashi David Sands Major Challenges How do we automatically extract meaningful info from unstructured text,
SLIDE 2
SLIDE 3
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?
SLIDE 4
- 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…
- Explanatory ¡AI/ML: ¡Causal ¡and ¡
Counterfactual ¡inference, ¡ICML ¡ 2016, ¡ICML ¡2017
- Explanatory ¡AI/ML: ¡Disentangled ¡
representations ¡in ¡deep ¡nets.
- Deep ¡Learning ¡for ¡NLP: ¡char ¡
based ¡RNNs.
- Differential ¡Privacy: ¡ ¡JMLR 2017, ¡
AAAI ¡2017
1
Disciplinary ¡research ¡ published ¡at ¡top-‑tier ¡ conferences ¡
SLIDE 5
Demonstrators ¡ implemented ¡and ¡ integrated ¡into ¡the ¡ tools ¡of ¡our ¡industrial ¡ partners ¡
2
SLIDE 6
Dissemination
“AI ¡is ¡the ¡New ¡Electricity”
3
Swedish ¡Symposium ¡Deep ¡Learning ¡2018
SLIDE 7
Competence ¡Intelligence
Innovation
SLIDE 8
Privacy ¡in ¡the ¡Age ¡of ¡Big ¡Data
SLIDE 9
SLIDE 10
“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
SLIDE 11
Research ¡on ¡Privacy ¡in ¡ Data-‑Intensive ¡ Systems ¡
Differential ¡Privacy Location ¡Privacy Social ¡Network ¡ Privacy
SLIDE 12
A ¡Flavour ¡of ¡Differential ¡Privacy
A ¡personal ¡question…
SLIDE 13
13
SLIDE 14
14
Answer ¡YES
SLIDE 15
15
Answer ¡YES Answer ¡NO
SLIDE 16
16
Answer ¡YES Answer ¡NO Answer ¡ TRUTHFULLY
SLIDE 17
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
SLIDE 18
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
SLIDE 19
DataBIN PhDs
Olof Mogren Deep ¡Learning ¡NLP Hamid ¡Ebadi Differential ¡Privacy Raul ¡Pardo ¡(INRIA ¡Lyon) Privacy ¡in ¡Social ¡Networks Fredrik ¡Johansson ¡(MIT) Machine ¡Learning, ¡Causal ¡Inference