英特尔AI实践日系列 第26期

活动信息

英特尔AI实践日，是英特尔出品、涵盖边缘到云端、至强平台到Movidius VPU，x86 PC端的一系列人工智能实践分享。该分享系列，由英特尔的资深工程师们从实际应用案例中精选经典的设计及优化实例作为蓝本精心制作，并担任分享嘉宾。内容详实丰富，既包括前沿技术介绍和演示，也提供动手实操和练习项目。

每一期活动我们都将邀请不同业内专家，共同探讨在AI领域的技术前沿、方案落地，最佳实践等主题，为广大人工智能领域的开发者、专家工程师、高校老师学生，提供交流学习的平台。

活动安排

议题介绍

议题一：本地差分隐私及其在机器学习领域应用简介

相对于传统的差分隐私，本地差分隐私（local differential privacy,简称LDP）具有不需要可信中心的优点，近年来受到学术界和知名IT企业的广泛关注。这里我们将介绍本地化差分隐私的基本概念，以及其在类别型、数值型、集合型数据上的常见实现方法。然后，通过与安全多方计算、同态加密、传统差分隐私等方法的对比，分析LDP机制在实际应该过程中的优势和不足的地方，探讨全流程隐私保护的潜在策略。最后，进一步简要介绍本地差分隐私机制在隐私保护机器学习等领域的初步应用情况。

朱友文，博士，南京航空航天大学教授、信息安全专业主任，江苏省密码学会理事，《电子与信息学报》青年编委。
2012年博士毕业于中国科技大学，2012-2014获日本学术振兴会资助在九州大学从事数据安全与隐私保护研究工作，2014年加入南京航空航天大学，现任教授、信息安全专业主任。兼任江苏省密码学会理事，《电子与信息学报》青年编委。主要研究方向：应用密码学、人工智能安全和隐私保护。承担国家重点研发计划子课题/国家自然科学基金共4项，CCF-腾讯犀牛鸟创意基金1项，其他企业/省部级课题10余项。研究成果获中国电子学会自然科学奖、省级自然科学奖各1项。

议题二：基于Intel® SGX的隐私保护机器学习的介绍与实践

英特尔SGX技术是隐私计算中一个高效的方法，随着CPU上不断增强SGX的功能，越来越多的安全应用在数据保护，数据传输及程序运行的时候会采用SGX来实现，包括像联邦学习这样相对复杂的AI应用，本次分享将介绍英特尔SGX技术的基本原理以及在机器学习中隐私保护中的案例与实践。

俞巍，英特尔亚太和中国区数据中心AI销售和技术支持部人工智能架构师，曾在半导体行业从事图像处理，模式识别， 机器学习等开发和研究工作10多年，2017年加入英特尔后支持并参与金融，医疗，互联网和制造业等多个行业的多个AI研究及应用落地项目。

活动合作伙伴

Open MPC社群
英文：OpenMPC，中文：隐私计算开放社区
slogan：“隐私计算最后一公里的服务区”
社区简介：OpenMPC是国内第一个影响力最大的隐私计算开放社区，是一群密码极客的超级俱乐部。社区秉承开放共享的社区精神，专注于隐私计算行业的研究与布道，包括核心技术理论、主流开源框架、技术厂商与产品、行业解决方案等。社区成员已覆盖国内最顶尖的技术大牛、行业大V、知名学者、资深专家，这里可以得到任何您需要的隐私计算干货。社区致力于隐私计算技术的传播，愿成为中国“隐私计算最后一公里的服务区”。

示说网（https://slidestalk.com）由上海素当信息技术有限公司负责技术开发和运营，提供一站式、自助式互动直播平台，以及自动化营销和数据分析服务工具集，助力企业的创新产品、服务建立其用户生态。目前已经成功举办上百场线上、线下交流活动。吸引了50000+注册用户，其中大数据+AI+高性能计算领域工程师占比80%以上，中高级管理者15%。

白玉兰开源

活动主办方

英特尔AI实践日，是英特尔出品、涵盖边缘到云端、至强平台到Movidius VPU，x86 PC端的一系列人工智能实践分享。该分享系列，由英特尔的资深工程师们从实际应用案例中精选经典的设计及优化实例作为蓝本精心制作，并担任分享嘉宾。内容详实丰富，既包括前沿技术介绍和演示，也提供动手实操和练习项目。

本场活动交流群