I informationsåldern lagras och överförs information kontinuerligt. Det mesta av informationen är känslig och behöver behandlas och lagras på ett korrekt sätt för att undvika att den röjs. Data-drivna modeller och aggregerade data är inte utan risker för datasekretessen.
Datasekretess är det forskningsfält som tillhandahåller verktyg för att undvika eller begränsa läckage av information. Den här kursen syftar till att introducera beräkningsbara modeller för datasekretess, tekniker och prestandamått för sekretessbevarande verktyg. Under kursen kommer studentern att få kunskap om alternativa perspektiv på datasekretess samt deras implementation.
Förväntade studieresultat
Kunskap och förståelse Efter avslutad kurs ska studenten kunna:
(FSR 1) förstå koncept och terminologi inom datasekretess
(FSR 2) förstå olika typer av oavsiktligt utlämnande av information och modeller för datasekretess
Färdighet och förmåga Efter avslutad kurs ska studenten kunna:
(FSR 3) designa, konstruera och utvärdera mekanismer för dataskydd
(FSR 4) designa, konstruera och utvärdera data-drivna beräkningar som bevarar datasekretess
(FSR 5) begripa vetenskaplig litteratur om datasekretess
Värderingsförmåga och förhållningssätt Efter avslutad kurs ska studenten kunna:
(FSR 6) ha ett kritiskt sinne till datasekretess vid design och implementation av sekretessbevarande system
Behörighetskrav
Minst 90 hp varav minst 60 hp datavetenskap eller minst 120 hp inom ett program. Minst 15 hp programmering (med fördjupning); minst 30 hp matematik varav 7,5 hp statistik och 7,5 hp kalkyl. Kursen förutsätter att studenten introducerats till maskininlärning, t.ex. genom en kurs i artificiell intelligens. Engelska för grundläggande behörighet för högskolestudier.
Undervisningens upplägg
Undervisningen består av föreläsningar och datorbaserade uppgifter. Utöver schemalagda aktiviteter krävs individuellt arbete med kursmaterialet.
Examination
Examinationen består av skriftliga inlämningsuppgifter och en skriftlig salstentamen. Betygsskalan är Underkänd (U), Godkänd (G), Väl godkänd (VG).
Anpassad examination Examinator kan besluta om avsteg från kursplanens examinationsform. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Student som har behov av en anpassad examination ska senast 10 dagar innan examinationen begära anpassning hos Institutionen för datavetenskap. Examinator beslutar om anpassad examination som sedan meddelas studenten.
Övriga föreskrifter
Om kursplanen har upphört att gälla eller kursen slutat erbjudas garanteras en student som någon gång registrerats på kursen minst tre provtillfällen (inklusive ordinarie provtillfälle) enligt denna kursplan under en tid av maximalt två år från det att kursplanen upphört att gälla eller kursen slutat erbjudas.
