Kobbi Nissim est un informaticien connu pour ses contributions fondatrices dans le domaine de la confidentialité différentielle, un cadre mathématique qui permet l'analyse de jeux de données statistiques tout en offrant de fortes garanties contre l'identification de dossiers individuels. Il est professeur au département d'informatique de l'université de Georgetown, où il est également affilié au centre de droit de l'université de Georgetown et à l'Institut des données massives. Ses recherches couvrent la confidentialité, la cryptographie et la sécurité des données, avec un accent particulier sur les fondements théoriques et les applications pratiques de l'analyse de données privées.
Les travaux de Nissim ont joué un rôle clé dans la manière dont les organisations, des entreprises technologiques aux agences gouvernementales, gèrent les données sensibles. Sa collaboration précoce avec Cynthia Dwork et d'autres a jeté les bases de la confidentialité différentielle, qui est depuis devenue une norme tant dans la recherche académique que dans la pratique industrielle. Il continue d'étudier les limites et les extensions des technologies de préservation de la confidentialité, y compris leur interaction avec l'apprentissage automatique et l'intelligence artificielle.
Vie et éducation
Nissim a terminé ses études de premier cycle en mathématiques et en informatique à l'université hébraïque de Jérusalem. Il a ensuite poursuivi des études supérieures à l'Institut Weizmann des sciences, où il a obtenu son doctorat en informatique. Ses recherches doctorales, menées sous la supervision de Shafi Goldwasser, se sont concentrées sur la cryptographie et la complexité computationnelle, fournissant une base théorique solide pour ses travaux ultérieurs sur la confidentialité.
Pendant son séjour à l'Institut Weizmann, Nissim s'est intéressé au défi de concilier l'utilité des données avec la confidentialité individuelle, un problème qui gagnait en importance avec l'essor de la collecte de données à grande échelle. Sa formation académique a mis l'accent sur des méthodes rigoureuses basées sur la preuve, qui se sont révélées essentielles pour développer des garanties formelles de confidentialité.
Confidentialité différentielle et contributions clés
En 2006, Nissim, avec Cynthia Dwork, Frank McSherry et Adam Smith, a publié un article fondateur introduisant la confidentialité différentielle. Ce travail a formalisé une définition qui garantit que le résultat d'une requête statistique ne révèle pas si les données d'un individu particulier étaient incluses dans le jeu de données. Le cadre fournit un budget de confidentialité quantifiable, souvent noté epsilon, qui borne l'influence de tout enregistrement unique sur le résultat final.
Les contributions spécifiques de Nissim incluent le développement de mécanismes pour atteindre la confidentialité différentielle, tels que le mécanisme de Laplace, qui ajoute un bruit calibré aux résultats de requêtes. Il a également exploré le concept de compromis entre confidentialité et utilité, démontrant comment optimiser la précision des analyses tout en maintenant les garanties de confidentialité. Ses travaux ultérieurs ont étendu la confidentialité différentielle à des contextes plus complexes, y compris les requêtes interactives et les données distribuées.
Au-delà de la définition fondatrice, Nissim a étudié la relation entre la confidentialité différentielle et d'autres notions de confidentialité, telles que l'anonymat k et la diversité l, montrant comment ces concepts se rapportent et où ils échouent. Ses recherches ont également abordé l'application de la confidentialité différentielle à l'apprentissage automatique, explorant comment entraîner des modèles sans fuir d'informations sur les données d'entraînement.
Carrière académique et postes
Après avoir obtenu son doctorat, Nissim a occupé des postes de recherche dans plusieurs institutions, notamment l'Institut Weizmann et Microsoft Research. Il a ensuite rejoint le corps professoral de l'université Ben-Gourion du Néguev en Israël, où il était professeur au département d'informatique. Pendant cette période, il a continué à publier des articles influents et à encadrer des étudiants qui ont ensuite apporté leurs propres contributions à la recherche sur la confidentialité.
En 2016, Nissim a déménagé à l'université de Georgetown, où il est devenu professeur au département d'informatique. Son approche interdisciplinaire a conduit à des collaborations avec des juristes et des experts en politiques, examinant les implications des technologies de confidentialité pour le droit et la réglementation. Il a également participé à des projets visant à mettre en œuvre la confidentialité différentielle dans des systèmes réels, comme l'utilisation du cadre par le Bureau du recensement des États-Unis pour le recensement de 2020.
Prix et reconnaissance
Les contributions de Nissim ont été reconnues par plusieurs distinctions. Il est lauréat du prix Test of Time de l'ACM SIGKDD, qui a reconnu l'impact durable de ses travaux sur la confidentialité différentielle. Il a également été nommé membre de l'Association for Computing Machinery (ACM) pour ses contributions à la confidentialité et à la cryptographie.
Ses recherches ont été soutenues par des subventions de la National Science Foundation et d'autres agences, reflétant l'importance de son travail pour l'académie et les politiques publiques. Il est fréquemment invité à prendre la parole lors de grandes conférences, notamment la Conférence internationale de cryptologie et le Symposium sur les fondements de l'informatique.
Recherche actuelle et impact
À Georgetown, Nissim dirige un groupe de recherche axé sur l'analyse de données préservant la confidentialité. Ses projets récents incluent le développement de méthodes pour la génération de données synthétiques privées, permettant aux chercheurs de créer des jeux de données artificiels qui imitent les propriétés statistiques des données réelles sans exposer les enregistrements individuels. Il explore également l'utilisation de la confidentialité différentielle dans l'apprentissage automatique et l'intelligence artificielle, en particulier dans le contexte de l'entraînement des grands modèles de langage, où les préoccupations de confidentialité sont de plus en plus importantes.
Les travaux de Nissim ont influencé les discussions politiques autour de la protection des données, y compris le développement de réglementations sur la confidentialité aux États-Unis et en Europe. Il a témoigné devant des organismes gouvernementaux et contribué à des rapports sur l'utilisation éthique des données. Ses recherches en cours visent à rendre les garanties de confidentialité plus accessibles et pratiques, garantissant que les avantages de l'innovation axée sur les données ne se fassent pas au détriment des droits individuels.
Publications sélectionnées
Parmi les travaux les plus cités de Nissim figurent « Calibrating Noise to Sensitivity in Private Data Analysis » (2006) et « Differential Privacy: A Survey of Results » (2008), tous deux coécrits avec des collègues. Son article « A Cognitive Approach to Differential Privacy » (2010) a introduit de nouvelles perspectives sur la manière dont les individus perçoivent les risques de confidentialité. Il a également publié de nombreux travaux sur l'application des techniques de confidentialité aux réseaux sociaux et aux données de localisation.
Voir aussi
Références
La biographie et la liste des publications de Nissim sont disponibles via son profil académique à l'université de Georgetown. Ses travaux sont largement cités dans la littérature sur la confidentialité et la cryptographie, avec plus de 20 000 citations pour ses articles clés.