数据隐私的方法伦理和实践(张兰) 2021春 2020春  课程号:01118701
2021春 2020春  课程号:01118701
9.3(6人评价)
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:很多
选课类别:计划 教学类型:理论实验课
课程类别:本科计划内课程 开课单位:计算机科学与技术学院
课程层次:专业选修 学分:3.5
课程主页:暂无(如果你知道,劳烦告诉我们!)
点评 写点评
suyuz 2021春

综合评价

总体来说还是很推荐的。老师讲课很棒,课程内容算是一些科普,不会涉及到很难的东西,同时因为没有考试,就算真的有什么很难理解的地方其实也无所谓。老师也会很耐心地解答同学们问题。而且数据隐私与我们生活息息相关,许多内容都是很有趣的(但是两节早八课真的难顶)

课程相关

  • 课程内容大致如那个思维导图
  • 给分应该是10%出勤,40%作业,50%实验。(应该吧)
  • 三次作业大概分别是隐私基础、差分隐私和密码学,部分题目可以通过信息检索能力在一些网站上找到
  • 两次实验是K-anonymity和联邦学习,其中联邦学习分为DP和Paillier,都是助教自己构思的实验,但文档描述不是很清楚。建议不懂的勤问,助教回复还是比较积极的。

推荐理由

  • 3.5学分的没考试的方向课
  • 想卷高分只需要好好做作业和实验,不用准备不确定性高的考试「作业写90分肯定比考90分容易」
  • 只求过的话,把作业写了,签到了,实验稍微写一点应该就给过了
  • 张老师人美心善
  • 汇总大三下方向课情况(依据评课社区、同学口述及课程群潜水,选课人数少的就不提了)

缺点

实验文档实在简陋,评分标准模糊不清「但助教实际给分应该还行」这点扣1分

上课用的PPT实在是有点乱,同时很多定义是直接来自于论文/英文教材截图,排版也不好看,这点扣0.5分

最后实验作业出分并不公布提交情况,虽然直接问助教会回,但是个人感觉这样不太好。这点扣0.5分

 

3 0
Hypnotic 2020春

今年应该是张兰老师第一次开这门课,这里先上一个课程大纲(图源张兰老师ppt),供大家了解这门课大概包括哪些内容:

首先是课程难度,个人认为有以下几点:

  1. 有一定难度:

  • 全英文ppt:一是阅读时需要转换,二是概念比较多,有很多专有词汇需要理解
  • 网上参考资料少:因为数据隐私是比较新的方向,平时查资料比较困难
  • 新的概念很多:有很多的概念和算法需要掌握,尽管给了英文参考教材,但有一些概念和算法是在新发表的论文里出现的

  2. 没有想象中困难:

  • 数学要求不高(这门课里):基础的概统知识

其次是作业和实验:

  • 这学期我们一共只有三次作业,但每次作业的难度都不低(虽然都给了很长时间,大概1-3周,但千万不要前一天才开始写,别问我是怎么知道的),作业是英文题,有些是老师(或助教)自己出的,有些是从国外的讲义或教材中截的,还有直接让计算某篇论文里的公式的,比如:
  • 不过总的来说作业占用的时间并不多(相比于其他课程,比如软件工程),但写的时候还是需要对相关内容有一个比较深入的理解
  • 实验的话相对就比较简单,一个是Paillier同态加密,一个是DP&SGD(就上面这个算法),但是助教已经把框架写好了,只需要填几行关键代码即可,语言用的是Python,基本上熟悉Python和算法的话一两个小时就能写完(包括实验报告)

再者是给分:

  • 刚开始说的是出勤20%,作业和期末考试各40%,但最后因为疫情竟然取消了期末考试!可以想象吗,3.5学分的专业方向科竟然没有期末考试,但估计以后可能就没有这种福利了
  • 给分的话据我同学了解上了优秀基本都是90+,本人91,给分应该还是不错的

总的来说,对于数据隐私方向感兴趣的同学,非常建议选(其实也没有别的数据隐私的本科课了,算是弥补了一个方向的空缺),就算不是特别感兴趣,作为一门专业方向课也是挺好的选择,确实能学到不少东西,张兰老师上课也是比较认真负责的,一些概念会讲的比较清楚。作为本课的第一个评论,给10分!

3 2
也西湖摸鱼请问课程教材是哪一本?
Hypnotic回复 @也西湖摸鱼: 没有固定的教材,只有参考教材,主要看ppt: 一、 Dwork , Cynthia, and Aaron Roth. The algorithmic foundations of differential privacy ." Foundations and Trends® in Theoretical Computer Science 9, no. 3 4 (2014): 211 407. 二、 Goldreich , Oded . Foundations of cryptography : volume 2, basic applications. Cambridge university press, 2009 三、 Rosulek , Mike. The joy of cryptography ." Oregon State University EOR (2020): 1

立即登录,说说你的看法

Banlandadi 2021春

兰姐姐,我的超人!

人美水平高给分好的老师谁不爱呢

今年是第二年开课,具体授课内容可以参照楼上的图,没有太大变化

在学校上课,依旧没有考试!!!只需完成三次作业和两次实验即可

可能会有签到,一般是看到课人数太少,在同学们起哄下签到(笑

三次作业:

主要是对上课内容的巩固和拓展,部分证明题有一定的难度(但基本是论文原句)

题目和我的解答如下:https://git.lug.ustc.edu.cn/PB18111760wjl/ustc-2021-dp-hw

证明部分可能有手打证明导致的小错误,建议自己通过题目信息搜索原论文

第一次实验:

提供数据集和要求,从0手搓两种K匿名算法,要求计算LM、统计时间

强烈建议不熟悉python的学弟(学妹)学习使用py,在数据处理、信息统计方面比c强的不知道哪里去了。

自己手搓的c版本比py调库慢太多了(1000行白给的血泪)

实验要求和我的实现如下:

https://git.lug.ustc.edu.cn/PB18111760wjl/k-anonmitiy

第二次实验:

在给定框架中实现加噪和加密两种联邦学习隐私保护方法

这部分的难度主要在于计科课程中除了本学期的人工智能基础外,对机器学习框架涉及不多,部分同学(比如我)对给定框架不够熟悉,只能花费大量时间通过print了解框架内容。以及对pytorch的tensor操作不熟悉,需要学习探索。

实现这部分时身体出了点问题,加密实验的检验正确性部分不是很完整

实验要求和我的实现如下:

https://git.lug.ustc.edu.cn/PB18111760wjl/dp

 

给分96,兰姐姐,我的超人

1 0
也西湖摸鱼 2021春

出分了,很高兴当初选了这门课!没有考试,而且给分真的太太太好了!

因为没有考试,所以如果仅仅想拿到高分,只用把作业和实验涉及到的地方研究明白就够了(卷的方向很明确)。完全不用像其它课一样,期末复习时还要考虑各种细枝末节orz

因为宿舍里还有2个人也选了这门课,因此作业&实验都有人讨论。个人感觉助教给分标准比较宽松

唯一让人感觉不好的点是这学期每周的两次课全都是早八!这真是对大三壬的折磨......

然而后来发现签到真的很水,9点20下课后再过去都能签上

0 0
Alex 2021春

张兰姐姐yyds

老师上课很好,主线很清晰,如果上课跟着老师可以节省很多时间,但是因为这门课前后知识关联比较多,建议全程不要上课摸鱼,不然后来可能不止所云qaq。张兰老师一看就知道对这门课有着很深的理解,看得出来备课很用心,建议每堂课前增加一个对之前内容的回顾效果更加(当然我觉得课下回顾也是学生的必修课

课程内容还是挺有意思的,如果用矛盾论分析,这门课讨论的是数据可用性和隐私性之间的矛盾,为了解决这个问题,主要提出了加噪音和加密两个算法,其中加噪音提出了一个重要的概念:差分隐私,加密则提出了同态加密这个重要的性质。这门课重要的一点是告诉我们怎么从主观上对某种性质的认识抽象出数学严格定义,以及如何从数学严格定义中具象化实际物体的性质。

课程设计值得点赞,摆脱了科大计算机许多课程无聊的考试背多分以及低端内卷。设计的实验比较有难度,如果能够完成收获很大,助教设计实验看得出花了时间,尽管实验文档不是很完善,但是对于一门刚刚开的课还是非常不错的。

学习这门课,还是需要课下花时间,建议阅读老师课件后面提出的资料,阅读原汁原味的定义并结合上下文理解效果更佳~

 

0 0
ForeverTime 2021春

个人对这门课还算满意,虽然平时上课没听但还是学到了一些东西的,相较于其他专业方向课应该算是比较阳间的一门课了(尤其是没有考试这一点)。扣两分是因为布置的实验给的说明实在是太少了,好多要求都得手动问助教/自己猜,而且实验不仅量大而且比较难(第一个实验甚至就是完全自主设计)。不过好好卷实验作业可以稳定拿高分,比期末考试一锤定音好到不知道哪里去了(

0 0

张兰

教师主页: 暂无

其他老师的「数据隐私的方法伦理和实践」课

张兰老师的其他课

数据中的经济学和隐私 10.0 (1) 2020春 2019春...
科技写作与表达 10.0 (1) 2022春 2021春
计算经济学 2022春 2021春
大数据隐私 2021秋
“科学与社会”研讨课 2022春 2021秋...