“學萃講壇”秉承學名家風範、萃科技精華的理念，以學術為魂，以育人為本，追求技術創新，提升學術品位，營造濃郁學術氛圍，共品科技饕餮盛宴！
時間：2017年1月9日 9:00
地點：21#426
主題：安全多方計算--DAG：隐私保護數據挖掘的一般模型
報告人：Vincent Lee教授
主辦單位：科學技術研究院
承辦單位：伟徳国际官网登录入口
報告人簡介：Vincent Lee，澳大利亞莫納什大學（Monash University）信息技術學院副教授，2級（最高）認證博士生導師。信息技術教育委員會成員，香港浸會大學商業IT學士學位外部學術顧問，莫納什IT研讨會召集人，莫納什大學信息技術學院成員，工商管理博士研究培訓副主任。美國電氣與電子工程師協會（IEEE）高級會員，新加坡英國工程理事會特許工程師，澳大利亞和新西蘭會計師協會會員（AAANZ），SAP認證的商業顧問，FINSIA澳大利亞金融研究中心會員。擔任Journal of Decision Systems 等國際期刊編委。Lee教授通過應用先進的計算數學分析技術，解決了數字自适應信号處理中的一些長期存在的挑戰。他研究的特點是數學嚴謹和廣泛的新型應用交叉學科領域，具有先進的定量和定性研究技能，包括數字自适應信号處理，移動機會網絡通信，動力系統，描述性和推理統計，時間序列分析，經濟和金融的計算系統/智能，以及最近的生态系統智能數據、可持續發展的科學。他在A / A *期刊中發表約200篇全文同行評議的文章。Lee教授在2016年5月10日的總引用數（多個名字）為1100+，G指數為42。他在過去十年的多學科研究影響和貢獻總結如下在三個主要領域（1）數字智能世界的企業的信息，知識，創新和金融風險管理；（2）數據安全，欺詐檢測和隐私保護數據挖掘；（3）自适應數據和非線性信号處理。
報告簡介：安全多方計算（SMC）允許各方聯合計算其輸入上的函數，同時保持每個輸入的機密性。它已廣泛應用于具有隐私要求的任務，例如隐私保護數據挖掘（PPDM），學習任務輸出，同時保護輸入數據隐私。然而，現有的基于SMC的解決方案是特别的 - 它們被用于特定應用，因此不能直接應用于其他應用。為了解決這個問題，提出了一個由一組基本的安全算子（例如+，- ，_，/和幂）組成的隐私模型DAG（定向非循環圖）。模型是一般的 --其運算符，如果傳遞途徑在一起，可以實現各種功能，甚至複雜的，如樸素貝葉斯分類器。它也是可擴展的--可以定義新的安全算子來擴展模型支持的功能。對于案例研究，将DAG模型應用于兩個數據挖掘任務：内核回歸和貝葉斯。