课程简介

许多数据在金融、经济、政治科学和生命科学等领域都是敏感的，如何在收集和分析数据时保护个人隐私变得更加重要，并在大数据时代引起了越来越多的公众关注，因为几乎每天都有大量的个人数据被生成和使用。在讲座中，蔡宁教授提出了一种 ER（加密和恢复）算法，该算法允许中央管理机构根据加密数据进行统计推断，同时即使在存在网络攻击的情况下仍能保护每一方的隐私。从理论上讲基本上建立了一个保护隐私的统计推断的通用框架，可以将其视为假设数据可用性的传统统计推断的基于敏感数据的对应物。讲座也将展示蔡教授团队的算法在线性回归、逻辑回归、最大似然估计、经验分布估计和分位数估计中的应用。此外，蔡教授的算法可以帮助解决另一个实际重要的问题——当数据分配给不愿与他人共享自己的数据的不同方时，分布式统计推断的隐私保护。该算法是一项很有前途的“技术”，不仅可以应用于金融行业，而且可以应用于大数据时代涉及人们隐私权的其他领域，从而克服数据分析和隐私保护的困难。

面向对象

有金融科技背景知识的学生或从事金融科技领域的专业技术人员及高管。

授课语言

普通话或英文授课，英文课程资料。

授课地点

香港科技大学持续进修学院（深圳福田区市花路5号长富金茂大厦37楼）

授课教师

蔡宁，现为香港科技大学（广州）金融科技学域教授及金融科技学域署理主任，他同时担任香港科技大学工业工程与决策分析学系教授和金融工程与金融科技实验室主任。蔡宁教授是香港科技大学商学院、工学院、理学院联合开设的金融科技硕士项目的首位学术主任。他于2008年在哥伦比亚大学获得运筹学博士学位，并分别于2000年和2003年在北京大学数学科学学院获得概率统计学士和硕士学位。

蔡宁教授的研究方向包括金融工程、金融科技、绿色金融、风险管理、数据科学和随机建模。他曾在 Management Science、Operations Research、Mathematics of Operations Research、Mathematical Finance、INFORMS Journal on Computing 等顶级国际学术期刊发表论文。目前，他担任 Operations Research、Operations Research Letters, Digital Finance、Stochastic Models 等国际学术期刊的的副主编或编委。