第一回 PWS論文読破会
What' new
- 2020/06/29(月) 本ページを作成
- 2020/07/04(土) 聴講申し込みフォームを設置
- 2020/07/22(水) 暫定プログラムを公開
- 2020/07/29(水) プログラムを公開
- 2020/08/09(日) 参加御礼を記載
- 2021/02/01(月) 第2回開催案内を追加
第2回開催決定
第1回に引き続き第2回を企画しました。是非ご参加ください。
御礼
7/31のPWS論文読破会は多数のご参加大変ありがとうございました。第２回も企画しますので、よろしくお願い致します。
開催概要
プライバシーに関する論文は、様々な分野の国際会議に発表されており関連技術も多数存在するため、プライバシーに関する技術動向を追うことは容易では無いと感じています。そこで、プライバシ関係の研究の促進を目的として、トップカンファレンスで発表されているプライバシ関係の論文を簡単に紹介し合う「PWS論文読破会」を企画しました。
発表者・聴講者(特に、発表者)を募集しますので、下記の問い合わせ先にご連絡頂ければ幸いです。発表者の申し込みは、定員に達し次第締め切ります。
論文は2020年1月～2020年7月に発表されたデータプライバシ関係（秘密計算、差分プライバシー、匿名化、AIプライバシなど）に関わると考えられる論文からご自由にお選びください。
参考までに、IEEE
S&P、SIGMOD、ICDE、ICML、PETSで発表された関連論文をリストアップ致しました。(リストアップされていない論文でも良いです)
日時・場所
- 2020年7月31日(金) 15:00--18:00
※終了後に希望者でオンライン飲み会もしたいと思います
- オンライン Zoom (発表者・聴講者に別途URL等をご連絡しますので、申し込みをお願いします)
- 参加費無料
発表申込
発表を希望される方は、次のアドレスに電子メールをお送りください。
tsubasa.takahashi あっとまーく linecorp.com
ご記載いただきたい内容：
- 氏名
- 所属（会社名、学校名など）
- メールアドレス
- 希望する論文
最新動向を追う事を目的としているため、比較的広く浅く論文を読んで、紹介し合うことを想定しています。そのため、必ずしも深く論文を読み綺麗な資料を作成する必要は無く、発表者の負荷はなるべく小さくしたいと考えております。
1論文につき15分程度（質疑込み）を想定しています。
聴講申込(申し込みは終了しました。ご参加ありがとうございました)
聴講を希望される方は、申し込みフォームにメールアドレスなどを入力してください。後日、参加方法(Zoom
URLなど)を連絡します。
なお、入力頂いた内容は本イベントの運営のために利用します。プライバシポリシはこちらを参照ください。
プログラム
- 15:00~15:05 オープニング
- 15:05~15:20 高橋翼 (LINE)
Crypt epsilon: Crypto-Assisted Differential Privacy on
Untrusted Servers, SIGMOD20
- 15:20~15:35 竹之内隆夫 (Digital Garage)
CRYPTFLOW: Secure TensorFlow Inference,
S&P2020
- 15:35~15:50 須賀祐治 (IIJ)
Tale of Two Trees: One Writes, and Other Reads Optimized
Oblivious Accesses to Bitcoin and other UTXO-based
Blockchains, PETS2020
- 15:50~16:05 井口誠 (Kii)
The Privacy Policy Landscape After the GDPR,
PETS2020
- 16:05~16:15 休憩
- 16:15~16:30 Yang Cao (京都大学)
One-sided Differential Privacy, ICDE2020
- 16:30~16:45 上野道彦 (LINE)
Bayesian Differential Privacy for Machine Learning,
ICML2020
- 16:45~17:00 中川拓麻 (日鉄ソリューションズ)
Practical Federated Gradient Boosting Decision
Trees, AAAI2020
- 17:00~17:15 渡辺知恵美 (筑波技術大学)
Differentially Private SQL with Bounded User
Contribution, PETS2020
- 17:15~17:25 休憩
- 17:25~17:40 高木駿 (京都大学)
Estimating Numerical Distributions under Local
Differential Privacy, SIGMOD2020
- 17:40~17:55 清雄一 (電気通信大学)
Context Aware Local Differential Privacy,
ICML2020
- 17:55~18:10 石原詢大 (筑波大学)
Providing Input-Discriminative Protection for Local
Differential Privacy, ICDE2020
- 18:10~18:25 荒井ひろみ (理研AIP)
Ask the Experts: What Should Be on an IoT Privacy and
Security Label?, S&P2020
- 18:25~18:30 クロージング
- 18:30~ オンライン懇親会
代表的な国際会議論文リスト
IEEE S&P 2020
- A Programming Framework for Differential Privacy with
Accuracy Concentration Bounds
- Ask the Experts: What Should Be on an IoT Privacy and
Security Label?
- SoK: Differential Privacy as a Causal Property
- The Value of Collaboration in Convex Machine Learning
with Differential Privacy
- ZEXE: Enabling Decentralized Private Computation
IEEE ICDE 2020
- SVkNN: Efficient Secure and Verifiable k-Nearest
Neighbour Query on the Cloud Platform
- An Anomaly Detection System for the Protection of
Relational Database Systems against Data Leakage by
Application Programs
- SFour: A Protocol for Cryptographically Secure Record
Linkage at Scale
- Privacy-preserving Real-time Anomaly Detection Using Edge
Computing
- One-sided Differential Privacy
- Providing Input-Discriminative Protection for Local
Differential Privacy
- Differentially Private Online Task Assignment in Spatial
Crowdsourcing: A Tree-based Approach
ACM SIGMOD 2020
- Estimating Numerical Distributions under Local
Differential Privacy
- Crypt epsilon: Crypto-Assisted Differential Privacy on
Untrusted Servers
- Querying Shared Data with Security Heterogeneity
ICML 2020
- On Differentially Private Stochastic Convex Optimization
with Heavy-tailed Data
- Private Counting from Anonymous Messages: Near-Optimal
Accuracy with Vanishing Communication Overhead
- Reinforcement Learning with Differential Privacy
- Instance-hiding Schemes for Private Distributed
Learning
- An end-to-end Differentially Private Latent Dirichlet
Allocation Using a Spectral Algorithm
- Data-Dependent Differentially Private Parameter Learning
for Directed Graphical Models
- (Locally) Differentially Private Combinatorial
Semi-Bandits
- Private Query Release Assisted by Public Data
- Alleviating Privacy Attacks via Causal Learning
- Fast and Private Submodular and k-Submodular Functions
Maximization with Matroid Constraints
- Submodular Functions Maximization with Matroid
Constraints
- Scalable Differential Privacy with Certified Robustness
in Adversarial Learning
- Fair Learning with Private Demographic Data
- Differentially Private Set Union
- Bayesian Differential Privacy for Machine Learning
- Optimal Differential Privacy Composition for Exponential
Mechanisms
- Sharp Composition Bounds for Gaussian Differential
Privacy via Edgeworth Expansion
- Context Aware Local Differential Privacy
- Privately Learning Markov Random Fields
- New Oracle-Efficient Algorithms for Private Synthetic
Data Release
- Oracle Efficient Private Non-Convex Optimization
- Privately detecting changes in unknown distributions
PETS 2020
- SoK: Differential Privacies
- A Framework of Metrics for Differential Privacy from
Local Sensitivity
- Not All Attributes are Created Equal: 𝘥𝓧-Private
Mechanisms for Linear Queries
- The Power of the Hybrid Model for Mean Estimation
- Automatic Discovery of Privacy-Utility Pareto Fronts
- Practical Privacy-Preserving K-means Clustering
- Secure Evaluation of Quantized Neural Networks
- Secure k-ish Nearest Neighbors Classifier
- FLASH: Fast and Robust Framework for Privacy-preserving
Machine Learning
- Differentially Private SQL with Bounded User
Contribution
- VideoDP: A Flexible Platform for Video Analytics with
Differential Privacy
- Publishing Community-Preserving Attributed Social Graphs
with a Differential Privacy Guarantee
- Impact of Frequency of Location Reports on the Privacy
Level of Geo-indistinguishability
- Discontinued Privacy: Personal Data Leaks in Apple
Bluetooth-Low-Energy Continuity Protocols
- SPy: Car Steering Reveals Your Trip Route!
- Averaging Attacks on Bounded Noise-based Disclosure
Control Algorithms
- Exposing Private User Behaviors of Collaborative
Filtering via Model Inversion Techniques
- Secure and Scalable Document Similarity on Distributed
Databases: Differential Privacy to the Rescue
- Protecting Private Inputs: Bounded Distortion Guarantees
With Randomised Approximations
- Differentially-Private Multi-Party Sketching for
Large-Scale Statistics
- Computation on Encrypted Data using Dataflow
Authentication
- A Tale of Two Trees: One Writes, and Other Reads.
Optimized Oblivious Accesses to Large-Scale Blockchains
- SqORAM: Read-Optimized Sequential Write-Only Oblivious
RAM
- Self-Processing Sensor Data via Garbled Encryption
- Anatomy of Data Breaches
- The Privacy Policy Landscape After the GDPR
- Mitigator: Privacy policy compliance using trusted
hardware
お問い合わせ先
- 問い合わせ先
- 竹之内: takao-takenouchi あっとまーく garage.co.jp
- 高橋: tsubasa.takahashi あっとまーく linecorp.com