Privacy Enhancing technology

lelec2770  2020-2021  Louvain-la-Neuve

Privacy Enhancing technology
En raison de la crise du COVID-19, les informations ci-dessous sont susceptibles d’être modifiées, notamment celles qui concernent le mode d’enseignement (en présentiel, en distanciel ou sous un format comodal ou hybride).
5 crédits
30.0 h + 30.0 h
Q1
Enseignants
Pereira Olivier (coordinateur(trice)); Standaert François-Xavier;
Langue
d'enseignement
Anglais
Préalables
Une familiarité avec les notions de base de la cryptographie est bienvenue.
Thèmes abordés
Les thèmes discutés dans le cours évoluent d'année en année. Ces thèmes pourront inclure :
  • le calcul sur des donneés chiffrées
  • le conception de bases de données pouvant être interrogées sans que le serveur hébergeant les données ne sache quelle donnée est lue
  • les systèmes de communication anonyme
  • les monnaies cryptographiques
  • le mélange de cartes sur internet
  • l'organisation d'élections dont les organisateurs ne sont pas en mesure de tricher
  • le contrôle d'accès ne permettant pas de tracer les utilisateurs
  • la compréhension d'attaques contre la confidentialité des données, y comptis les attaques de dé-anonymisation et de ré-identification, le profilage et les attaques par canaux secondaires
  • l'appréhension des questions soulevées par la surveillance de masse et des manières d'y réagir.
Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

1 Contribution du cours au référentiel du programme
  • - AA1.2, AA1.3,
  • AA2.2, AA2.3, AA2.5,
  • AA3.1,
  • AA5.1, AA5.3, AA5.4, AA5.6,
  • AA6.1, AA6.2, AA6.3
Acquis d'apprentissage spécifiques au cours
A l'issue de ce cours, les étudiants seront capables de :
  • analyser les risques d'attaques contre l'authenticité et la confidentialité des données dans un système complexe ;
  • comprendre les outils cryptographiques et architecturaux permettant de limiter ces risques ;
  • évaluer des mesures d'utilité et de confidentialité appliquées à des bases de données et à des systèmes distribués.
 
Contenu
Différents thèmes seront discutés d'année en année. Ceux-ci pourront inclure : les calculs multi-parties sécurisés, les mémoires aveugles, le vote vérifiable, les monnaies cryptographiques, les réseaux de communications anonymes, les identifiants anonyme, la confidentialité différentielle et les big data, la cryptographie post-Snowden.
Méthodes d'enseignement

En raison de la crise du COVID-19, les informations de cette rubrique sont particulièrement susceptibles d’être modifiées.

Cours magistraux et séances d'exercices.
Des mini-projets et devoirs pourront aussi être proposés.
Modes d'évaluation
des acquis des étudiants

En raison de la crise du COVID-19, les informations de cette rubrique sont particulièrement susceptibles d’être modifiées.

L'examen final sera basé sur des exercices, en relation avec les acquis d'apprentissage décrits ci-dessus.
Un ou plusieurs mini-projets pourront être proposés durant le quadrimestre et intervenir dans la note finale de l'examen, selon des modalités précisées sur Moodle.
Support de cours
  • Slides and online references are available from Moodle.
Faculté ou entité
en charge
ELEC
Force majeure
Autres infos
Un examen de modalité adaptée sera simultanément proposé aux étudiant/es pouvant faire valoir préalablement à l’examen une impossibilité de participer à l’examen organisé sur site, impossibilité attestée par un certificat de quarantaine ou un ‘formulaire retour’ du SPF Affaires Etrangères. Cet examen parallèle portera sur la même matière que l’examen principal, et se déroulera sous une forme compatible avec la situation de quarantaine de l’étudiant/e.


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] : ingénieur civil en informatique

Master [120] en sciences informatiques

Master [120] : ingénieur civil électricien

Master [120] : ingénieur civil en mathématiques appliquées

Master [120] : ingénieur civil en science des données

Master [120] en science des données, orientation technologies de l'information