La Crittografia Omomorfica (Homomorphic Encryption, HE) è un tipo di crittografia che consente di eseguire operazioni matematiche su dati criptati.…
Business, Data Science, Privacy Preserving
Differential Privacy Example | Esempi di privacy differenziale
La nostra ricerca sulle applicazioni concrete delle Privacy Enhancing Technologies continua qui con alcuni Differential Privacy Example. Consideriamo uno scenario…
Business, Data Science, machine-learning, Privacy Preserving
Cosa sono le Privacy-enhancing technologies o techniques (PETs)
Ci siamo. In questo blogpost presentiamo finalmente le Privacy-enhancing Technologies (PETs). Indubbiamente i dati sono oggi prezioso carburante dell’industria. Alimentando…
Data Science, Privacy Preserving
Cos’è lo scambio di chiavi Diffie-Hellman (DH)? | Privacy Preserving
Lo scambio di chiavi Diffie-Hellman (DH, Diffie-Hellman key exchange) è un protocollo crittografico attraverso cui due entità sono in grado…
È ormai sempre più frequente il ricorso a sistemi di machine learning in campo medico. Il Medical Imaging with AI…
Quali sono le differenze tra Horizontal Federated Learning, Vertical Federated Learning e Transfer Federated Learing? In questo post le esaminiamo…
Project MELLODDY (MachinE Learning Ledger Orchestration for Drug DiscoverY) è l’ambizioso obiettivo di aumentare l’efficienza nella scoperta di nuovi farmaci…
Il Cross-Silo Federated Learning è la soluzione ottimale laddove diverse organizzazioni o aziende abbiano l’obiettivo comune di allenare un modello…
Data Science, machine-learning, Privacy Preserving
Anonimizzazione dati personali: perché è difficile?
Oggi scopriamo i motivi per cui l’anonimizzazione dati personali (personal data anonymization) risulta particolarmente difficile da mettere in pratica. Un…
La differenza tra Direct vs Indirect Identifiers è fondamentale per educarci alla privacy dei nostri dati personali. Questo post è…