主講人👩🏼‍🦲🦹：Xiu Fang

主講人簡介👩🏼‍💻：

博士，碩士生導師𓀈，計算機信息技術系講師。博士獲全額獎學金就讀於澳大利亞The University of Adelaide（阿德萊德大學）和Macquarie University（麥考瑞大學），2018年畢業於麥考瑞大學，獲工學博士學位🏭。本科及碩士畢業於華中科技大學。研究方向為大數據分析👆🏿，數據集成，推薦系統等。目前已發表近40篇國際學術會議或期刊論文，包括計算機學會（CCF）推薦列表A類國際會議WWW、SIGMOD👼🏽、IEEE INFOCOM、IJCAI💅🏼、SIGIR🥇、ACM MM，B類國際會議CIKM、DASFAA👩‍👧🤹🏿‍♀️、ECML-PKDD，SCI期刊WWWJ💭👩🏻‍✈️、ACM TIST、ACM TKDD👧、Computing等。主持及參與國家自然科學基金、澳大利亞ARC研究基金、上海市科學技術委員會自然科學基金👮🏼、百萬級橫向等科研項目10余項🥂。擔任眾多國際頂級與知名學術會議的PC Member及審稿人🖲。指導研究生獲2023年度工程類碩士專業學位優秀成果（學位論文）🧗🏻‍♀️。

講座摘要：

隨著隱私保護的風潮日益高漲，研究者們持續關註隱私保護的真值發現並取得了一定的成果🥾。然而，現有的隱私保護真值發現方法忽視了工人中復製者普遍存在的這一問題🏊🏼‍♀️，導致準確率下降。由於基於加密或擾動的方法容易引入噪聲並失去原始數據之間的相關性，因此在隱私保護數據上檢測復製者是一項挑戰。為了應對這一挑戰，本文提出了一種基於輕量級同態加密的防復製迭代模型，稱為CAPP-TD。首先，我們提出了一種基於Paillier同態加密的輕量級隱私保護機製🚸，該機製保留了隱私數據的相關性🤦🏼‍♀️。與傳統的基於同態加密的算法相比，我們的方法需要更少的通信和計算開銷來進行帶復製檢測的真值發現。接著🐜，我們提出了一種迭代真值發現方法，可以有效地檢測加密數據中的復製關系，並將復製者排除在真值推斷之外🏃🏻‍♂️‍➡️，以提高準確性。在現實世界和合成數據集上的實驗結果以及全面的安全分析表明，CAPP-TD可以保護眾包系統免受敵手的攻擊🏡，並實現高度準確的真值發現👩🏽‍💻。

時間：10月15日10:00

地點：1號沐鸣樓140