演讲主题：面向规范化的安全和隐私保护计算平台

演讲人：田园 美国加州大学洛杉矶分校(UCLA) 助理教授

时间：2023年7月11日15：00-17：00

地点：清华大学FIT楼3-230会议室

腾讯会议：708-244-023

直播地址：www.inforsec.org/wp/?p=781

现场参会人员请扫描下方二维码报名。（注：清华大学入校需要报备信息。）

内容摘要

计算正在经历一次重大转变。首先，物联网的爆炸性增长使得用户能够通过感知接口（例如麦克风和摄像头）以新颖的方式与计算系统和物理环境进行交互。其次，机器学习算法收集大量数据，并在新的计算系统上做出关键决策。尽管这些趋势带来了前所未有的功能，但也极大地增加了不受信任的算法、实现、接口以及通过它们处理的私人数据的数量，危及用户的安全和隐私。为了规范这些安全和隐私问题，隐私法规如GDPR（通用数据保护条例）和CCPA（加州消费者隐私法案）已经生效。然而，期望的高级安全/隐私/道德属性（来自法规、规范和用户期望）与低级实际实现之间存在巨大的差距。

为了弥合这一差距，我的工作目标是：1）改变平台架构师设计安全系统的方式，2）通过检测实现的安全和隐私违规行为来帮助开发人员，以及3）构建可用和可扩展的隐私保护系统。在本讲座中，我将介绍我的团队如何设计基于原则的解决方案，以确保新兴计算平台的安全和隐私。我将介绍我们构建的两个开发人员工具，用于通过机器学习增强分析来检测安全和隐私违规行为。使用这些工具，我们在Web插件中发现了大量的策略违规行为，并在物联网消息传递协议实现中发现了安全属性违规行为。此外，我还将讨论我们在可扩展的隐私保护机器学习方面的最新工作，这是针对现代机器学习模型和数据的第一个完全通过GPU加速的隐私保护机器学习框架。

演讲人简介