Doktorand i datavetenskap med fokus på sekretessbevarande neurala modeller

Publiceringsdatum: 2025-04-14

Letar du efter en chans att arbeta som doktorand på Lunds Universitet? Nu är det möjligt. Lunds Universitet söker för närvarande efter personal på heltid för en tjänst 6 månader eller längre. Kolla in deras jobbannons för mer information. Lund är platsen där detta jobb har sin tjänsteort.

Om du är intresserad av en karriär inom doktorand, ta en titt på den lediga tjänsten som Lunds Universitet erbjuder för att se om det är en matchning. Du har fortfarande tid att söka jobbet som doktorand hos Lunds Universitet om du sickar in din ansökan senast sista ansökningsdag som är måndag den femte maj 2025.

Jobbannons

Lunds universitet grundades 1666 och rankas återkommande som ett av världens främsta lärosäten. Här finns omkring 47 000 studenter och mer än 8 800 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor.

Lunds universitet välkomnar sökande med olika bakgrund och erfarenheter. Jämställdhet, lika villkor och mångfald är grundläggande principer för alla delar av vår verksamhet.

Ämnesbeskrivning

Trots GDPR-påståenden om pseudonymisering som en viktig integritetsskyddsmetod, finns det inte tillräckligt med bevis från forskning för att vi kan lita på pseudonymisering som en skottsäker metod för skydd av personlig identitet.

Detta doktorandprojekt kommer att experimentellt undersöka effektiviteten av pseudonymiseringstekniker för att skydda skribentens identitet över olika naturliga språkbehandlingsapplikationer, vna uppsatser till interaktioner med robotar eller AI.

Forskningsutmaningarna fokuserar på den grundläggande frågan: Fungerar pseudonymisering som vi förväntar oss? Detta projekt kommer systematiskt att utvärdera olika pseudonymiseringsstrategier genom rigorösa omidentifieringsattacker för att fastställa deras verkliga effektivitet för att bevara integriteten.

Forskningen är uppbyggd kring två sammankopplade teman:

Pseudonymiserings effektivitetsanalys: Systematiskt utvärdera hur olika identifierare, deras antal och kombinationer påverkar integritetsskyddsnivåerna i textdata. Projektet kommer att bedöma vilka pseudonymiseringstekniker som ger tillräckligt skydd och under vilka omständigheter de kan misslyckas.

Avancerade metoder för återidentifieringsattack: Utveckla och använda traditionella attacker (omvändning av anonymisering, informationsaggregation), nyare tekniker (graf-/nodsattacker) och nya attackmetoder för att omfattande testa pseudonymiseringens robusthet i både statisk text (uppsatser, dokument) och interaktiva system (konversations-AI, robotik).

Du kommer att använda ett metodologiskt tillvägagångssätt som omfattar tre typer av omidentifieringsstudier, var och en fokuserar på olika kategorier för pseudonymisering, deras antal och deras kombination - i förhållande till de tillhandahållna skyddsnivåerna. Du kommer att genomföra motiverade inkräktartester för att bedöma sannolikheten för återidentifikationsrisker i olika sammanhang, med särskild uppmärksamhet på skrivna uppsatser och scenarier för interaktion mellan människa och robot där personlig information kan exponeras.

Detta tvärvetenskapliga tillvägagångssätt gör att du kan utvärdera pseudonymiseringseffektiviteten över olika modaliteter och interaktionstyper, vilket skapar ett omfattande ramverk för integritetsskydd i AI-system.

Beskrivning av arbetsplatsen

Anställningen är vid Lunds universitets institution för datavetenskap inom forskningsavdelningen Robotik och semantiska system (RSS). RSS fokuserar på forskning och undervisning inom AI, maskininlärning, robotik och robot lärande, människo-robotinteraktion och naturlig språkbehandling. Tillsammans med institutionen för reglerteknik driver divisionen RobotLab LTH som ger tillgång till många typer av robotar.

Du kommer att arbeta i ett team med andra doktorander och forskare vid RSS, inom VR Projekt och WARA ML, som bildar ett tvärvetenskapligt team som arbetar i skärningspunkten mellan maskininlärning, säkerhet och robotik. Tjänsten ger möjligheter till internationellt samarbete med ledande forskningsinstitut och teknikföretag i framkant av AI-utveckling.

Mer information om Institutionen för datavetenskap(cs.lth.se)

Mer information om RSS (rss.cs.lth.se)

Mer information om RobotLab LTH (robotics.lth.se)

Mer information om VR Projekt (mormor-karl.github.io)

Mer information om WARA ML (waraml.org)

Arbetsuppgifter

Huvuduppgiften för en doktorand är att ägna sig åt sin forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna ingår det även medverkan i undervisning och annat institutionsarbete, dock max 20 % av arbetstiden.

Arbetsuppgifterna innefattar även:

Att genomföra forskning om integritetsbevarande tekniker för stora språkmodeller (LLM) i robotapplikationer

Att utveckla och utvärdera metoder för att upptäcka och mildra återidentifieringsrisker

Att delta i regelbundna forskningsseminarier, workshoppar och internationella konferenser

Att samarbeta med industriella partners i verkliga tillämpningar och fallstudier

Behörighet

Grundläggande behörighet till utbildning på forskarnivå har den som har

avlagt examen på avancerad nivå eller

fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå eller

på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Kraven på särskild behörighet för datavetenskap uppfyller den som har:

minst 60 högskolepoäng på avancerad nivå med relevans för forskningsämnet, eller

en civilingenjörsexamen i datavetenskap, datateknik, elektroteknik, informations- och kommunikationsteknik, teknisk fysik eller teknisk matematik.

Övriga krav:

Mycket goda kunskaper i engelska, i tal och skrift.

Erfarenhet av maskininlärning och djupinlärning, speciellt transformerarkitekturer

Kunskaper om integritetsbevarande tekniker (differentiell integritet, federerad inlärning, etc.)

Programmeringserfarenhet i Python och relevanta ML-ramverk (PyTorch, TensorFlow)

Erfarenhet av robotplattformar och ramverk (ROS, etc.)

Förståelse för integritets- och säkerhetsprinciper i AI-system

För annonsen i helhet vänligen se: https://lu.varbi.com/what:job/jobID:813931/

Välkommen med din ansökan!

LTH – Lunds Tekniska Högskola – är den tekniska fakulteten vid Lunds universitet. På LTH utbildar vi människor, bygger kunskap för framtiden och arbetar hårt för att utveckla samhället. Vi skapar utrymme för briljant forskning och inspirerar till kreativ utveckling av teknik, arkitektur och design. Här läser närmare 10 000 studenter. Varje år publicerar våra forskare – varav många verkar inom världsledande profilområden – omkring 100 avhandlingar och 2 000 vetenskapliga rön. En rad forskningsresultat och studentarbeten förädlas till innovationer. Tillsammans utforskar och skapar vi – till nytta för världen.

Vi undanber oss alla kontakter från annonsförsäljare, rekryterings- och bemanningsföretag på grund av statliga upphandlingsregler.