主讲人：Xiu Fang

主讲人简介：

博士，硕士生导师，计算机信息技术系讲师。博士获全额奖学金就读于澳大利亚The University of Adelaide（阿德莱德大学）和Macquarie University（麦考瑞大学），2018年毕业于麦考瑞大学，获工学博士学位。本科及硕士毕业于华中科技大学。研究方向为大数据分析，数据集成，推荐系统等。目前已发表近40篇国际学术会议或期刊论文，包括计算机学会（CCF）推荐列表A类国际会议WWW、SIGMOD、IEEE INFOCOM、IJCAI、SIGIR、ACM MM，B类国际会议CIKM、DASFAA、ECML-PKDD，SCI期刊WWWJ、ACM TIST、ACM TKDD、Computing等。主持及参与国家自然科学基金、澳大利亚ARC研究基金、上海市科学技术委员会自然科学基金、百万级横向等科研项目10余项。担任众多国际顶级与知名学术会议的PC Member及审稿人。指导研究生获2023年度工程类硕士专业学位优秀成果（学位论文）。

讲座摘要：

随着隐私保护的风潮日益高涨，研究者们持续关注隐私保护的真值发现并取得了一定的成果。然而，现有的隐私保护真值发现方法忽视了工人中复制者普遍存在的这一问题，导致准确率下降。由于基于加密或扰动的方法容易引入噪声并失去原始数据之间的相关性，因此在隐私保护数据上检测复制者是一项挑战。为了应对这一挑战，本文提出了一种基于轻量级同态加密的防复制迭代模型，称为CAPP-TD。首先，我们提出了一种基于Paillier同态加密的轻量级隐私保护机制，该机制保留了隐私数据的相关性。与传统的基于同态加密的算法相比，我们的方法需要更少的通信和计算开销来进行带复制检测的真值发现。接着，我们提出了一种迭代真值发现方法，可以有效地检测加密数据中的复制关系，并将复制者排除在真值推断之外，以提高准确性。在现实世界和合成数据集上的实验结果以及全面的安全分析表明，CAPP-TD可以保护众包系统免受敌手的攻击，并实现高度准确的真值发现。

时间：10月15日10:00

地点：1号学院楼140