La verificabilità (verifiability) di una computazione, provata da un soggetto a un altro, dimostra che questa sia avvenuta come programmato…
PyDP (Python Differential Privacy) è una libreria open source per Privacy Preserving AI e Data Science, sviluppata dalla community di…
GPT-3 è un modello di Natural Language Processing sviluppato dall’azienda fondata da Elon Musk, Open AI. Con 175 miliardi di…
DataFleets è una Federated Learning Platform, con un API per analisi con tutela della privacy, capace di unificare dati privati…
Il Differential Privacy by Shuffling è un approccio di differential privacy che si pone l’obiettivo di risolvere il compromesso tra…
Il machine learning è oggi usato per calcolare il credit score, l’indicatore del merito creditizio dei richiedenti un prestito finanziario,…
Il Federated Averaging è il più popolare federated optimizer per risolvere problemi di federated learning. Evidentemente è tutto chiaro e…
Apheris AI è un’azienda tedesca specializzata nell’analisi su dati distribuiti, attraverso tecniche che consentono la tutela della privacy, con focus…
Il concetto di privacy budget è fondamentale in ogni metodo di differential privacy, che sappiamo essere il sistema attraverso cui…
Il Private Aggregation of Teacher Ensebles, meglio conosciuto come PATE framework, è un metodo di differential privacy che garantisce la…