Course Syllabus
Obiettivi
Obiettivo dell’insegnamento è fornire una panoramica sui concetti fondamentali legati alla privacy e alla protezione dei dati, considerando sia dati strutturati che contenuti non strutturati. A tale scopo, l'insegnamento affronterà problematiche relative alla diffusione sicura e rispettosa della privacy dei dati, alla computazione sicura e rispettosa della privacy, ed alla protezione in scenari emergenti (considerando ad esempio intelligenza artificiale, machine learning e piattaforme sociali online). Considerata l’intersezione fra privacy e proprietà intellettuale per garantire un uso corretto delle informazioni, ad esempio in sistemi di AI generativa, l’insegnamento tratterà anche il problema della protezione della proprietà intellettuale, come complemento indispensabile per una gestione consapevole dei dati e delle informazioni.
Al termine dell’insegnamento, lo studente sarà in grado di: comprendere i principi e le sfide della protezione dei dati e della proprietà intellettuale; analizzare casi e identificare strumenti e metodi adeguati alla loro gestione; applicare tecniche e soluzioni per la protezione delle informazioni in contesti digitali complessi.
Contenuti sintetici
- Diffusione sicura e privacy-aware dei dati.
- Computazione sicura e privacy-aware su dati.
- Protezione in scenari emergenti.
- Protezione della proprietà intellettuale.
Programma esteso
Diffusione sicura e privacy-aware dei dati.
- Modelli e tecniche di anonimizzazione
- Anonimizzazione sintattica e semantica
- Modelli e tecniche di frammentazione dei dati
Computazione sicura e privacy-aware su dati.
- Esecuzione controllata di computazioni rispettando restrizioni d’uso dei dati
- Integrità delle computazioni
Protezione in scenari emergenti.
- Protezione in digital data markets
- Modellazione e soddisfacimento di requisiti utente
- Protezione di query (sistemi di IR e prompt di AI generativa)
- Privacy in piattaforme sociali online
Protezione della proprietà intellettuale
- Brevetti
- Trademark
- Copyright e interazione con sistemi di AI generativa
- Basi di dati di brevetti (cenni)
Prerequisiti
Conoscenze di base di informatica e di sicurezza informatica.
Modalità didattica
48 ore di didattica erogativa in presenza.
Materiale didattico
Articoli scientifici e slide disponibili sul sito web dell'insegnamento.
Periodo di erogazione dell'insegnamento
Primo semestre.
Modalità di verifica del profitto e valutazione
L'esame consiste in una prova scritta, sull’intero programma dell’insegnamento. La prova comprende domande chiuse ed aperte, ed esercizi. La durata indicativa della prova è di 90 minuti. La valutazione viene espressa in trentesimi, e tiene conto della correttezza, completezza e chiarezza espositiva delle risposte alle domande e agli esercizi. Durante la prova scritta non è consentito l'utilizzo di alcun materiale.
Non sono previste prove intermedie.
Per poter accedere ad un appello d’esame, è necessario iscriversi all’appello entro le scadenze ufficiali.
Orario di ricevimento
Su appuntamento, da richiedere preventivamente tramite e-mail.
Aims
The aim of the course is to provide an overview of the fundamental concepts related to privacy and data protection, considering both structured data and unstructured content. To this end, the course will address issues related to the secure and privacy-aware dissemination of data, secure and privacy-aware computation, and protection in emerging scenarios (e.g., considering artificial intelligence, machine learning, and online social platforms). Given the intersection between privacy and intellectual property to ensure a correct use of information, for example in generative AI systems, the course will also address the issue of intellectual property protection, as an indispensable complement to a conscious management of data and information.
At the end of the course, the student will be able to: understand the principles and challenges of data protection and intellectual property; analyze cases and identify appropriate tools and methods for their management; apply techniques and solutions for information protection in complex digital contexts.
Contents
- Secure and privacy-aware data dissemination.
- Secure and privacy-aware computations.
- Protection in emerging scenarios.
- Protection of intellectual property.
Detailed program
Secure and privacy-aware data dissemination.
- Anonymization models and techniques
- Syntactic and semantic anonymization
- Data fragmentation models and techniques
Secure and privacy-aware computations.
- Controlled execution of computations respecting data usage restrictions
- Integrity in computation
Protection in emerging scenarios.
- Protection in digital data markets
- Modeling and fulfillment of user requirements
- Query protection (IR systems and generative AI prompts)
- Privacy in online social platforms
Protection of intellectual property.
- Patents
- Trademark
- Copyright and interaction with generative AI systems
- Patent databases (notes)
Prerequisites
Basic notions of computer science and cybersecurity.
Teaching form
48 hours, in-person teaching.
Textbook and teaching resource
Scientific articles and slides available on the course website.
Semester
First semester.
Assessment method
The exam consists of a written test, on the entire program of the course. The test includes closed and open questions, and exercises. The indicative duration of the test is 90 minutes. The evaluation is expressed on a 0-30 scale, and takes into account the correctness, completeness and clarity of the answers to the questions and exercises. During the written test, the use of any material is not permitted.
There are no intermediate tests.
In order to access an exam session, it is necessary to enroll to the session by the official deadlines.
Office hours
By appointment, to be requested in advance by e-mail.
Key information
Staff
-
Giovanni Livraga