标题：Renyi测度在信息泄露与估计中的新视角
New interpretation of Renyi measures in information leakage and estimation
时间：11月11日 (周一)上午十点
地点: 无线谷A5-315
摘要：
In 1961, Alfrèd Rényi relaxed postulates for Shannon entropy to define an α-order uncertainty and relative uncertainty measures, named Rényi entropy and divergence, respectively. These two measures have been widely used in information transmission systems. This talk presents a Rényi information leakage measure via a cross entropy interpretation of Rényi entropy. Arimoto mutual information is shown to be an f-mean leakage measuring the difference between prior and posterior uncertainty. It is also shown that the Rényi divergence is an f-mean information gain that quantifies the information gain on private data at the adversary, i.e., another Rényi information leakage measure. We will also discuss the application of the proposed Rényi measure in generative adversarial networks (GANs) and pattern recognition.
报告人信息：
丁妮，在网络安全领域有着深厚背景和丰富经验的学者，目前担任新西兰奥克兰大学计算机科学学院的讲师，专注于网络安全的教学与研究。先后在澳大利亚新南威尔士大学获得电信学一级荣誉学士学位，并于2017年在澳大利亚国立大学完成了电气工程博士学位。丁妮博士曾在奥克兰大学和墨尔本大学教授过包括网络安全、量子软件基础和机器学习在内的多门课程。在学术研究方面，丁妮博士的研究兴趣广泛，涵盖信息理论优化、无线通信、信号处理和机器学习等多个领域，特别关注信息论中的隐私保护技术、最优信息流问题以及具有强结构特征的game theory。她曾获得包括奥克兰大学研究发展基金、墨尔本大学早期职业研究员奖在内的多项荣誉和奖项，目前参与TIT, ISIT, Electronics等学术期刊的审稿工作。
