Bannière

Librairie

Préservation de la vie privée dans les systèmes d’IA

Présenté par

Institut intelligence et données

En ligne

Conférences midi

À propos de la conférence

Cette présentation examine les menaces affectant la confidentialité dans les systèmes d’intelligence artificielle en s’appuyant sur une analyse approfondie des objectifs des attaquants et des contre-mesures disponibles. Elle met en lumière des attaques clés, telles que l’inférence d’appartenance, l’extraction de modèles et l’inférence de propriétés, tout en analysant les défis techniques associés à la protection des données et des modèles.

L’objectif principal est de sensibiliser l’auditoire aux enjeux actuels de la préservation de la vie privée, tout en introduisant des approches novatrices telles que la confidentialité différentielle, le chiffrement homomorphe, le calcul multipartite sécurisé et l’apprentissage fédéré, afin de promouvoir le développement et le déploiement de systèmes d’intelligence artificielle plus robustes et respectueux de la confidentialité des utilisateurs.

À propos du conférencier

Ulrich Aïvodji est professeur adjoint à l’École de Technologie Supérieure (ÉTS) à Montréal, un poste qu’il occupe depuis septembre 2021. Il est activement impliqué dans plusieurs institutions de recherche de premier plan en intelligence artificielle et en science des données au Canada. Il est membre des regroupements stratégiques de recherche d’IVADO R4 (Mise en œuvre et gouvernance responsable de l’IA) et R5 (Éthique, EDI et engagement autochtone). Il est également membre académique associé au Mila – Institut québécois d’intelligence artificielle et membre régulier de l’Obvia (Observatoire international sur les impacts sociétaux de l’IA et du numérique). De plus, il est membre titulaire du Laboratoire International sur les Systèmes d’Apprentissage (ILLS) et contribue en tant qu’expert principal au groupe CIFAR-Mila AI Insights for Policymakers, participant aux discussions sur la gouvernance et les politiques en matière d’IA.

Avant son poste actuel, il a été chercheur postdoctoral à l’Université du Québec à Montréal (UQAM) de 2018 à 2021, où il s’est concentré sur les questions éthiques en intelligence artificielle et sur la protection des renseignements personnels.

Ses intérêts de recherche incluent la protection des renseignements personnels, l’intelligence artificielle responsable, l’apprentissage automatique, la sécurité informatique et l’optimisation. Il se spécialise dans des sujets clés tels que la confidentialité, la sécurité, l’équité algorithmique, l’explicabilité, l’interprétabilité et les actions collectives algorithmiques. Il est titulaire d’un doctorat en informatique de l’Université Toulouse III – Paul Sabatier et du LAAS-CNRS, où il a développé des technologies de protection de la vie privée pour la mobilité partagée. Il a également obtenu un diplôme d’ingénieur d’État en génie informatique de l’École Nationale des Sciences Appliquées au Maroc.

Activities

Discover

Featured project

This research project is based on the analysis of massive data on the NOL index and other intraoperative clinical parameters used by anesthesiologists during surgery. These parameters help them make analgesic treatment decisions in a non-communicating patient under general anesthesia and in whom it is impossible to assess pain and analgesic needs by standard questionnaires performed on awake patients. 
First, the objective is to interpret the values of this index in relation to the decisions made by the clinician. 

Read more