fr

Phd position f / m méthodes de protection de la vie privée pour la recherche médicale

Phd position f / m méthodes de protection de la vie privée pour la recherche médicale

France 15 janv. 2021
Inria

Inria

Université étatique, Parcourir ses opportunités similaires

DÉTAILS OPPORTUNITÉ

Récompense totale
0 $
Université étatique
Région
Pays hôte
Date limite
15 janv. 2021
Niveau d'études
Type d'opportunité
Spécialités
Financement d'opportunité
Financement complet
Pays éligibles
Cette opportunité est destiné à tous les pays
Région éligible
Toutes les régions

Ce poste de doctorant sera soutenu par le projet ANR-PMR sur les méthodes de protection de la vie privée pour la recherche médicale. Ce projet est une collaboration entre l'équipe MAGNET (INRIA-Lille, https://team.inria.fr/magnet/), l'équipe MYRIAD (INSA-Lyon) et PRIVATICS (INRIA-Lyon, INSA-Lyon).

Si ce poste sera au sein de l'équipe MAGNET à Lille, il se fera donc en collaboration avec les autres équipes du projet PMR et impliquera les déplacements et / ou réunions appropriés. De plus, pour la validation de la recherche, nous collaborerons avec un ou plusieurs hôpitaux, par exemple l'équipe INCLUDE du CHU-Lille.

Étant donné la prise de conscience croissante des risques liés au traitement des données pour la vie privée, il existe un intérêt croissant pour un apprentissage préservant la vie privée. Cependant, les lacunes de l'état de la technique limitent l'applicabilité du paradigme d'apprentissage préservant la vie privée. Premièrement, la plupart des approches supposent de manière trop optimiste un cadre honnête mais curieux. Deuxièmement, la plupart des approches considèrent une tâche d'apprentissage isolément, sans tenir compte du contexte dans lequel l'interrogation est une activité récurrente. Nous étudierons de nouveaux algorithmes et modèles qui comblent ces lacunes. Entre autres, (i) nos algorithmes combineront les propriétés de préservation de la confidentialité de la confidentialité différentielle avec la sécurité offerte par la cryptographie et (ii) basés sur des modèles de flux d'informations dans des processus de traitement de données intégrés, nous construirons des modèles plus raffinés analysant les implications des requêtes répétées . Nous démontrerons l'utilité de notre nouvelle théorie et de nos nouveaux algorithmes en proposant des stratégies pour les appliquer de manière réaliste à des problèmes significatifs du monde réel illustrés par des cas d'utilisation dans le domaine médical.


Autres organisations


Choisissez votre destination d'études


Choisissez le pays que vous souhaitez le visiter pour étudier gratuitement, travailler ou faire du bénévolat

Vous trouverez aussi


Mots clés


bourses doctorales 2024 Programme de doctorat Thèses de doctorat