Đồ án tốt nghiệp - Differential privacy in deep learning

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HCM
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN KỸ THUẬT DỮ LIỆU
-

LÊ MINH TRÍ - MSSV: 20133100
HUỲNH NGUYỄN NHƯ NGUYÊN - MSSV: 20133019

Đề Tài:

DIFFERENTIAL PRIVACY IN DEEP LEARNING

KHÓA LUẬN TỐT NGHIỆP

GIẢNG VIÊN HƯỚNG DẪN
PGS.TS. HOÀNG VĂN DŨNG

TP. Hồ Chí Minh, tháng 07 năm 2024

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HCM
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN KỸ THUẬT DỮ LIỆU
-

LÊ MINH TRÍ - MSSV: 20133100
HUỲNH NGUYỄN NHƯ NGUYÊN - MSSV: 20133019

Đề Tài:

DIFFERENTIAL PRIVACY IN DEEP LEARNING

KHÓA LUẬN TỐT NGHIỆP

GIẢNG VIÊN HƯỚNG DẪN
PGS.TS. HOÀNG VĂN DŨNG

TP. Hồ Chí Minh, tháng 07 năm 2024

ĐH SƯ PHẠM KỸ THUẬT TP.HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA CNTT

Độc lập – Tự do – Hạnh phúc

*******

*********

PHIẾU NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN
Họ và tên sinh viên 1: Lê Minh Trí

MSSV: 20133100

Họ và tên sinh viên 2: Huỳnh Nguyễn Như Nguyên

MSSV: 20133019

Ngành: Kỹ thuật dữ liệu
Tên đề tài: DIFFERENTIAL PRIVACY IN DEEP LEARNING

Họ và tên giảng viên hướng dẫn: PGS.TS. Hoàng Văn Dũng.
NHẬN XÉT:
1. Về nội dung đề tài và khối lượng thực hiện:

2. Ưu điểm:

3. Khuyết điểm:

4. Đề nghị cho bảo vệ hay không?
5. Đánh giá loại:
6. Điểm:
Tp. Hồ Chí Minh, ngày … tháng … năm 2024
Giáo viên hướng dẫn
(Ký &amp ghi rõ họ tên)

ĐH SƯ PHẠM KỸ THUẬT TP.HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA CNTT

Độc lập – Tự do – Hạnh phúc

*******

*********

PHIẾU NHẬN XÉT CỦA GIẢNG VIÊN PHẢN BIỆN
Họ và tên sinh viên 1: Lê Minh Trí

MSSV: 20133100

Họ và tên sinh viên 2: Huỳnh Nguyễn Như Nguyên

MSSV: 20133019

Ngành: Kỹ thuật dữ liệu
Tên đề tài: DIFFERENTIAL PRIVACY IN DEEP LEARNING

Họ và tên giảng viên phản biện: ThS. Lê Thị Minh Châu
NHẬN XÉT:
1. Về nội dung đề tài và khối lượng thực hiện:

2. Ưu điểm:

3. Khuyết điểm:

4. Đề nghị cho bảo vệ hay không?
5. Đánh giá loại:
6. Điểm:
Tp. Hồ Chí Minh, ngày … tháng … năm 2024
Giáo viên hướng dẫn
(Ký &amp ghi rõ họ tên)

LỜI CẢM ƠN
Chúng em xin bày tỏ lòng biết ơn đến quý Thầy Cô đã luôn theo dõi, hướng dẫn
và hỗ trợ trong suốt thời gian thực hiện đề tài.
Đầu tiên, có được môi trường học tập chất lượng và hiệu quả để chúng em có
môi trường tốt nhất trong thời gian thực hiện nghiên cứu đề tài, chúng em xin gửi lời
cảm ơn đến Ban giám hiệu trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh.
Ngoài ra, chúng em xin gửi lời cảm ơn đến Ban chủ nhiệm khoa Công nghệ
Thông tin và các Thầy Cô khoa Công nghệ Thông tin đã tận tâm chỉ dạy chúng em
...

...
ational Linguistics, 2019.
[63] K. K. Iyyer, G. S. Tomar, A. P. Parikh, N. Papernot and Mohit, Thieves on Sesame Street! Model
Extraction of BERT-based APIs, 8th International Conference on Learning, pp. 1 - 19, 2020.
[64] P. M. Papernot, M. Yaghini and Nicolas, Dataset Inference: Ownership Resolution in Machine
Learning, 9th Intl. Conference on Learning Representations, pp. 1 - 22, 2021.
[65] K. Ganju, Q. Wang, W. Yang, C. A. Gunter and N. Borisov, Property Inference Attacks on Fully
Connected Neural Networks using Permutation Invariant Representations, in Proceedings of the 2018
ACM SIGSAC Conference on Computer and Communications Security, 2018.
[66] M. Fredrikson, S. Jha and T. Ristenpart, Model Inversion Attacks that Exploit Confidence Information
and Basic Countermeasures, in Proceedings of the 22nd ACM SIGSAC Conference on Computer and
Communications Security, 2015.
[67] D. Desfontaines, Local vs. central differential privacy, June 2019. [Online]. Available:
https://desfontain.es/privacy/local-global-differential-privacy.html. [Accessed 20 December 2023].
[68] E. Rodríguez, B. Otero and R. Canal, A Survey of Machine and Deep Learning Methods for Privacy
Protection in the Internet of Things, Sensors, no. 3, 2023.
[69] L. van der Maaten and A. Hannun, The Trade-Offs of Private Prediction, ArXiv, 2020.

82

[70] M. Rathi, Deep Learning with Differential Privacy (DP-SGD Explained), 25 December 2021. [Online].
Available:

https://mukulrathi.com/privacy-preserving-machine-learning/deep-learning-differential-

privacy/. [Accessed 06 July 2024].
[71] Pytorch, Differential Privacy Series Part 1 | DP-SGD Algorithm Explained, 31 August 2020. [Online].
Available:

https://medium.com/pytorch/differential-privacy-series-part-1-dp-sgd-algorithm-explained-

12512c3959a3. [Accessed 06 July 2024].
[72] Y. Li and Y. Duan, Swarm Differential Privacy for Purpose Driven Data-Information-Knowledge-Wisdom
Architecture, 2021, pp. 642-687.
[73] C. Team, Deep Learning Workflow, [Online]. Available: https://www.codecademy.com/article/deeplearning-workflow. [Accessed 07 July 2024].
[74] H. H. Zhang, Z. Salcic, L. Sun, G. Dobbie, P. S. Yu and Xuyun, Membership Inference Attacks on Machine
Learning: A Survey, hu2022membershipinferenceattacksmachine, 2022.

83

PHỤ LỤC
Thư mục được cấp quyền truy cập đến toàn bộ tài nguyên dự án thông qua đường dẫn:
https://drive.google.com/drive/folders/1q31cr282dErqXPVvL0jXgpSQAe8OROug?usp=s
haring

84