Seminario Internacional: Privacidad y Anonimización de Datos Personales

1 al 3 de Diciembre 2020
Charlas online

Ciencia, Tecnología y Creación de Valor

Expositores internacionales

El centro para la innovación ICT4V (Information and Communication Technologies for Verticals) se complace en anunciar el Seminario Internacional sobre Privacidad y Anonimización de Datos Personales.

 

La privacidad y la seguridad en el manejo de datos personales es una preocupación constante para los socios de ICT4V. Varios de ellos se han reunido en torno al Grupo de Trabajo Anonimización de Datos, en el que participan actores como AGESIC (la Agencia Uruguaya de Gobierno Electrónico), operadores de telecomunicaciones, universidades, empresas de TI que ofrecen servicios de minería de datos y empresas que desarrollan software, como pasarelas de pago y sistemas de back-office bancario. Este grupo busca compartir experiencias y nivelar conocimientos entre los socios en torno a la protección de datos personales, en particular en el contexto de utilización de técnicas de aprendizaje automático.

Como cierre de sus actividades de este año, el GT Anonimización organiza este Seminario Internacional, donde expertos internacionales y actores locales abordarán aspectos legales y normativos de la anonimización de datos, asi como la aplicación de diferentes técnicas de anonimización en tareas de aprendizaje automático.

Expositores

Nicholas Carlini

Google Brain, USA

Adversary Instantiation: Lower bounds for differentially private machine learning

Aurélien Bellet

Inria, France

Privacy-Preserving Decentralized Machine Learning

Sebastián Sosa

Universidad ORT y Tryolabs, Uruguay

Application of Private Aggregation of Teacher Ensembles (PATE) to access logs classification

Josep Domingo-Ferrer

Universitat Rovira i Virgili, Tarragona, Cataluña. Director de la Cátedra UNESCO de privacidad de datos, Director de CYBERCAT

Datos masivos personales, anonimización y legislación de privacidad

Antoine Boutet

INSA Lyon, France

DYSAN: Dynamically sanitizing motion sensor data against sensitive inferences through adversarial networks

Registros

Acceda a este link para registrarse a las charlas

Agenda

Martes 1/12

17:00 – 17:50

Adversary Instantiation: Lower bounds for differentially private machine learning

Nicholas Carlini

Google Brain, USA

Resumen

Miércoles 2/12

10:00 – 10:50

Privacy-Preserving Decentralized Machine Learning

Aurélien Bellet

INRIA, France

Resumen

Miércoles 2/12

11:00 – 11:50

Application of Private Aggregation of Teacher Ensembles (PATE) to access logs classification

Sebastián Sosa

Universidad ORT y Tryolabs, Uruguay

Resumen

Jueves 3/12

11:00 – 11:50

DYSAN: Dynamically sanitizing motion sensor data against sensitive inferences through adversarial networks

Antoine Boutet

INSA Lyon, France

Resumen

Jueves 3/12

15:00 – 15:50

Datos masivos personales, anonimización y legislación de privacidad

Josep Domingo-Ferrer

Universitat Rovira i Virgili, Tarragona, Cataluña, Spain

Director de la Cátedra UNESCO de privacidad de datos

Resumen

Organiza

Apoya