We use cookies in order to improve the quality and usability of the HSE website. More information about the use of cookies is available here, and the regulations on processing personal data can be found here. By continuing to use the site, you hereby confirm that you have been informed of the use of cookies by the HSE website and agree with our rules for processing personal data. You may disable cookies in your browser settings.

  • A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site
Specialist 2024/2025

Methods for Protecting and dePersonalizing Personal Data

Type: Elective course (Cyber Security)
Delivered by: Department of Computer Security
When: 5 year, 3, 4 module
Mode of studies: offline
Open to: students of all HSE University campuses
Area of studies: Cyber Security
Language: English
ECTS credits: 3

Course Syllabus

Abstract

Дисциплина «Методы защиты и обезличивания персональных данных» направлена на получение теоретических знаний и практических навыков студентами для безопасной работы с персональными данными, выбора, оценки требуемых параметров и использования методов обезличивания при аналитической обработке персональных данных, использования таких методов в информационных системах.
Learning Objectives

Learning Objectives

  • Приобретение студентами знаний о принципах алгоритмической защиты персональных данных при их обработке, угрозах безопасности информации, возникающих при работе систем, использующих машинное обучение, методах противодействия таким угрозам с использованием методов алгоритмической защиты данных
  • Приобретение знаний и навыков работы с алгоритмами обезличивания персональных данных.
Expected Learning Outcomes

Expected Learning Outcomes

  • Способен определить понятие "персональные данные"
  • Способен сделать исторический обзор изменению понятия "персональные данные"
  • Способен дать обзор отечественным и международным стандартам в области защиты персональных данных
  • Способен описать свойства безопасности
  • Способен описать основные алгоритмы преобразования данных
  • Способен описать атаки на персональные данные
  • Способен описать алгоритмы машинного обучения
  • Способен описать алгоритмы нейросетевой технологии
  • Способен генерировать алгоритм синтезирования персональных данных
  • Способен описать методы защиты синтетических данных
  • Способен сформулировать алгоритм машинного обучения методом статистического обезличивания
  • Способен описать атаки на методы статистического обезличивания
Course Contents

Course Contents

  • Понятие персональных данных. Нормативное регулирование их оборота.
  • Безопасность публикуемых данных. Классические методы обезличивания
  • Безопасность данных при обработке системами машинного обучения
  • Безопасность публикуемых данных. Синтетические данные.
  • Защита алгоритмов машинного обучения с использованием методов статистического обезличивания
Assessment Elements

Assessment Elements

  • non-blocking Методы обезличивания
  • non-blocking Атаки на персональные данные
Interim Assessment

Interim Assessment

  • 2024/2025 4th module
    0.5 * Атаки на персональные данные + 0.5 * Методы обезличивания
Bibliography

Bibliography

Recommended Core Bibliography

  • Закон: Закон : Персональные данные. N.3, , 2022
  • Персональные данные в системе информации ограниченного доступа : автореф. дис. ... канд. юридических наук : 12.00.13, Бундин, М. В., 2017
  • Соломина, Е. В. Начинаем изучать язык документов: персональные данные: практикум : учебное пособие / Е. В. Соломина. — Новосибирск : СГУПС, 2021. — 38 с. — ISBN 978-5-00148-208-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/217844 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Recommended Additional Bibliography

  • Персональные данные в государственных информационных ресурсах / М. Ю. Брауде-Золотарёв, Е. С. Сербина, В. С. Негородов, И. Г. Волошкин. — Москва : Дело РАНХиГС, 2016. — 56 с. — ISBN 978-5-7749-1121-9. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/74913 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Authors

  • LOS Aleksei BORISOVICH