10:45
11:45

Les données personnelles sont de plus en plus diffusées sur le web par l'intermédiaire de dispositifs mobiles et d'environnements intelligents, et sont exploitées pour développer des services et des applications de plus en plus sophistiqués. Toutes ces avancées s'accompagnent de risques sérieux de violation de la vie privée, qui peuvent révéler des informations privées que les producteurs de données souhaitaient ne pas divulguer. Il est donc de la plus haute importance de les aider à identifier les risques de violation de la vie privée soulevés par les demandes des fournisseurs de services à des fins utilitaires.
Dans cet exposé, je me concentrerai sur l'aspect temporel de la protection de la vie privée car de nombreuses applications traitent des données dynamiques (par exemple, la consommation électrique, les séries chronologiques, les données de mobilité) pour lesquelles les données temporelles sont considérées comme sensibles et les agrégats temporels sont importants pour l'analyse des données. Je présenterai une approche formelle pour détecter l'incompatibilité entre les requêtes de confidentialité et d'utilité exprimées comme des requêtes conjonctives d'agrégats temporels. Le point distinctif de notre approche est d'être indépendante des données et de fournir une explication basée uniquement sur les expressions de la requête.
Cette explication est destinée à aider les producteurs de données à comprendre les violations de la vie privée détectées et à les guider dans le choix de la technique appropriée pour les corriger.

English
Amphi LaBRI