summaryrefslogtreecommitdiff
path: root/aia/intro.tex
diff options
context:
space:
mode:
authorcookie <cookie@grospc>2024-09-30 17:37:52 +0200
committercookie <cookie@grospc>2024-09-30 17:37:52 +0200
commit642fa138bd0127b42b8906e412a5ee761b120ac2 (patch)
tree3f961f7f13136bc78c35a25b355c076856021e0d /aia/intro.tex
parent644fa7c290ac801f15180dd8a9c425c3b757adf5 (diff)
Correction Emeline sur classification fini et AIA
Diffstat (limited to 'aia/intro.tex')
-rw-r--r--aia/intro.tex14
1 files changed, 7 insertions, 7 deletions
diff --git a/aia/intro.tex b/aia/intro.tex
index c3656b6..3a3a262 100644
--- a/aia/intro.tex
+++ b/aia/intro.tex
@@ -1,22 +1,22 @@
Nous avons vu à la Section~\ref{sec:background-eq-imp} que, pour imposer l'équité à un modèle, nous pouvons utiliser différentes méthodes qui agissent lors de l'entraînement.
-Utiliser ces méthodes peut causer une augmentation de certain risque liée à la confidentialité des donnée d'entraînement, ainsi il est admis qu'il y ai un compromis à faire entre équité et confidentialité~\cite{duddu2023sok}.
-Cependant ce compromis ne concerne que les risques liées aux attaques de MIA~\cite{chang2021privacy,cummings,ijcai2022p766}.
+Utiliser ces méthodes peut causer une augmentation de certains risques liés à la confidentialité des données d'entraînement ; ainsi il est admis qu'il y ait un compromis à faire entre équité et confidentialité~\cite{duddu2023sok}.
+Cependant, ce compromis ne concerne que les risques liés aux attaques de MIA~\cite{chang2021privacy,cummings,ijcai2022p766}.
Dans ce chapitre nous allons étudier les interactions entre ces mécanismes d'équité et l'attaque AIA.
-Nous allons montrer que sous cet angle, l'équité et la confidentialité travaillent de concert.
+Nous allons montrer que, sous cet angle, l'équité et la confidentialité travaillent de concert.
Cette étude peut être vue sous deux angles.
-Le premier aspect consiste à étudier comment les mécanismes d'équité peuvent être utilisé pour mitiger différent types d'AIA.
+Le premier aspect consiste à étudier comment les mécanismes d'équité peuvent être utilisés pour mitiger différents types d'AIA.
Le second aspect, en lien avec le premier, est d'utiliser les AIA pour contrôler dans un environnement boîte noire le niveau d'équité d'un modèle.
\paragraph{Contributions}
Dans ce chapitre nous apportons les contributions suivantes: :
\begin{itemize}
- \item Une définition de l'équité qui généralise la parité démogrpahique à la régression.
- \item Diverse relations analytique et synthétique entre AIA, parité démographique et équité des chances qui remplissent les objectifs de:
+ \item Une définition de l'équité qui généralise la parité démographique à la régression.
+ \item Diverses relations analytiques et synthétiques entre AIA, parité démographique et équité des chances qui remplissent les objectifs de:
\begin{itemize}
\item calcul de niveau d'équité en boîte noire et
\item garanties théoriques sur le niveau de confidentialité des données des utilisateurs de modèles.
\end{itemize}
\item La construction de deux nouvelles attaques AIA efficaces quand l'attribut sensible présente un déséquilibre.
- \item Une étude empirique des relations entre niveau d'équité, utilisation d'algorithmes imposants l'équité et succès des attaques AIA.
+ \item Une étude empirique des relations entre niveau d'équité, utilisation d'algorithmes imposant l'équité et succès des attaques AIA.
\end{itemize}