Skip to main content
European Commission logo
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Federated Data Sharing and Analysis for Social Utility

Descrizione del progetto

Analisi dei dati e crittografia per mantenere la privacy

Per affrontare le esigenze della clientela, le imprese fanno affidamento su volumi ingenti di dati degli utenti, uniti ad analisi statistiche su misura per adattare i propri servizi di conseguenza. Inoltre, nelle applicazioni vengono utilizzati modelli di apprendimento automatico. Tuttavia, questi miglioramenti e questa personalizzazione del servizio sulla base dell’analisi dei dati degli utenti aumenta il rischio di violazioni della privacy. Inoltre, i sistemi che impiegano tali modelli spesso incorporano indicatori indiretti inesatti, pregiudizievoli e iniqui. Il progetto HARPOCRATES, finanziato dall’UE, getterà le fondamenta per sistemi di valutazione indipendenti dal sistema digitale progettati per eliminare gli indicatori indiretti. Il progetto intende progettare diversi schemi crittografici pratici (crittografia funzionale e crittografia omomorfica ibrida) per analizzare i dati preservando la privacy e permettendo di applicare un approccio completo, in cui l’analisi e la crittografia dei dati siano associate a una maggiore riservatezza.

Obiettivo

Availability of large volumes of user data combined with tailored statistical analysis present a unique opportunity for organizations across the spectrum to adapt and finetune their services according to individual needs. Having shown remarkable results in analyzing user data, machine learning models attracted global adulation and are applied in a plethora of applications including medical diagnostics, pattern recognition, and threat intelligence. However, such service improvements and personalization based on user data analysis come at the heavy cost of privacy loss. Furthermore, practice showed that systems that use such models incorporate proxies that are often inexact, biased and often unfair.
In HARPOCRATES, we focus on setting the foundations of digitally blind evaluation systems that will, by design, eliminate proxies such as geography, gender, race, and others and eventually have a tangible impact on building fairer, democratic and unbiased societies. To do so, we plan to design several practical cryptographic schemes (Functional Encryption and Hybrid Homomorphic Encryption) for analyzing data in a privacy-preserving way. Besides processing statistical data in a privacy-preserving way, we also aim to enable a richer, more balanced and comprehensive approach where data analytics and cryptography go hand in hand with a shift towards increased privacy. In HARPOCRATES we will first show how to effectively combine cryptography with the principles of differential privacy to secure and privatise databases. Next, we will build privacy-preserving machine learning models able to classify encrypted data by performing high accuracy predictions directly on ciphertexts across federated data spaces. Finally, to demonstrate how these solutions respond to users’ needs, we will implement two real-world cross-border data sharing scenarios related to health data analysis for sleep medicine and threat intelligence for local authorities.

Coordinatore

TAMPEREEN KORKEAKOULUSAATIO SR
Contribution nette de l'UE
€ 769 750,00
Indirizzo
KALEVANTIE 4
33100 Tampere
Finlandia

Mostra sulla mappa

Regione
Manner-Suomi Länsi-Suomi Pirkanmaa
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 769 750,00

Partecipanti (11)

Partner (1)