Frank McSherry is a computer scientist. McSherry's areas of research include distributed computing and information privacy. McSherry is known, along with Cynthia Dwork, Adam D. Smith, and Kobbi Nissim, as one of the co-inventors of differential privacy, for which he won the 2017 Gödel Prize. Along with Kunal Talwar, he is the co-creator of the exponential mechanism for differential privacy, for which they won the 2009 PET Award for Outstanding Research in Privacy Enhancing Technologies.
| Attributes | Values |
|---|
| rdf:type
| |
| rdfs:label
| - Frank McSherry (de)
- Frank McSherry (en)
- Frank McSherry (fr)
|
| rdfs:comment
| - Frank McSherry is a computer scientist. McSherry's areas of research include distributed computing and information privacy. McSherry is known, along with Cynthia Dwork, Adam D. Smith, and Kobbi Nissim, as one of the co-inventors of differential privacy, for which he won the 2017 Gödel Prize. Along with Kunal Talwar, he is the co-creator of the exponential mechanism for differential privacy, for which they won the 2009 PET Award for Outstanding Research in Privacy Enhancing Technologies. (en)
- Frank David McSherry ist ein US-amerikanischer Informatiker, bekannt für Beiträge zur Datensicherheit – er ist einer der Begründer von Differential Privacy – Datenbanken und verteiltem Rechnen. McSherry wurde 2004 an der University of Washington bei Anna Karlin in Informatik promoviert ( Spectral Methods for Data Analysis). Zur Zeit der Entwicklung von Differential Privacy war er bei Microsoft Research im Silicon Valley. Danach leitete er das Naiad-Projekt für parallelen Datenfluss bei Microsoft. (de)
- Frank McSherry est, en 2017, un informaticien indépendant. En 2004, il obtient un Ph. D. à la Paul G. Allen School of Computer Science & Engineering de l'Université de Washington, sous la supervision de Anna R. Karlin, Microsoft Professor of Computer Science and Engineering, . De 2002 à 2014, il travaille chez Microsoft Research dans le laboratoire de la Silicon Valley, sur des sujets allant de calculs sur les graphes à la confidentialité différentielle, le calcul distribué et le parallélisme de donnée, et ceci jusqu'à la fermeture du laboratoire en 2014. Durant son emploi à Microsoft, il publie de nombreux articles, notamment avec Cynthia Dwork. Il était aussi responsable du projet Naiad de Microsoft d'implémentation du traitement de flot de données différentiel. (fr)
|
| dct:subject
| |
| Wikipage page ID
| |
| Wikipage revision ID
| |
| Link from a Wikipage to another Wikipage
| |
| sameAs
| |
| dbp:wikiPageUsesTemplate
| |
| has abstract
| - Frank David McSherry ist ein US-amerikanischer Informatiker, bekannt für Beiträge zur Datensicherheit – er ist einer der Begründer von Differential Privacy – Datenbanken und verteiltem Rechnen. McSherry wurde 2004 an der University of Washington bei Anna Karlin in Informatik promoviert ( Spectral Methods for Data Analysis). 2017 erhielt er den Gödel-Preis mit Cynthia Dwork, Adam Davison Smith und Kobbi Nissim und 2021 mit Avrim Blum, Irit Dinur, Cynthia Dwork, Adam Davison Smith und Kobbi Nissim den Paris-Kanellakis-Preis für ihre fundamentalen Beiträge zur Entwicklung der Differential Privacy. Er ist sowohl Ko-Autor in der grundlegenden Veröffentlichung von 2006 als auch mit Urheber des exponentiellen Mechanismus für Differential Privacy. Beide erhielten dafür 2009 den PET Award for Outstanding Research in Privacy Enhancing Technologies. Zur Zeit der Entwicklung von Differential Privacy war er bei Microsoft Research im Silicon Valley. Danach leitete er das Naiad-Projekt für parallelen Datenfluss bei Microsoft. Weiter befasste er sich mit Streamprozessor-Systemen (Analyse von Daten in Echtzeit mit entsprechend schnellem Fluss von Informationen aus Datenbanken, System Naiad u. a.) und gründete mit Arun Narayan (dem CEO, früher bei Cockroach Labs) 2019 das Startup Materialize um diese zu vermarkten. Er ist Chief Scientist von Materialize. Ihr Produkt basiert auf den von McSherry entwickelten Techniken in (einem Open-Source-Projekt) und Differential Dataflow. Die Datenbankabfrage basiert auf dem verbreiteten SQL. (de)
- Frank McSherry is a computer scientist. McSherry's areas of research include distributed computing and information privacy. McSherry is known, along with Cynthia Dwork, Adam D. Smith, and Kobbi Nissim, as one of the co-inventors of differential privacy, for which he won the 2017 Gödel Prize. Along with Kunal Talwar, he is the co-creator of the exponential mechanism for differential privacy, for which they won the 2009 PET Award for Outstanding Research in Privacy Enhancing Technologies. McSherry has also made notable contributions to stream processing systems. In 2019, he founded a startup company for streaming databases called Materialize, where he is currently chief scientist. (en)
- Frank McSherry est, en 2017, un informaticien indépendant. En 2004, il obtient un Ph. D. à la Paul G. Allen School of Computer Science & Engineering de l'Université de Washington, sous la supervision de Anna R. Karlin, Microsoft Professor of Computer Science and Engineering, . De 2002 à 2014, il travaille chez Microsoft Research dans le laboratoire de la Silicon Valley, sur des sujets allant de calculs sur les graphes à la confidentialité différentielle, le calcul distribué et le parallélisme de donnée, et ceci jusqu'à la fermeture du laboratoire en 2014. Durant son emploi à Microsoft, il publie de nombreux articles, notamment avec Cynthia Dwork. Il était aussi responsable du projet Naiad de Microsoft d'implémentation du traitement de flot de données différentiel. En 2014, Frank McSherry devient chercheur indépendant, travaillant à San Francisco. En 2015, Frank McSherry rejoint pour quelque temps le System Group de l'École polytechnique fédérale de Zurich comme Senior Scientist, pour travailler sur la conception et l'implémentation pour les Big Data. En 2017, il reçoit le prix Gödel, avec Cynthia Dwork, Kobbi Nissim et Adam D. Smith, pour leur article fondateur sur la confidentialité différentielle. Pour la première version de ce même article, publiée en 2006 sous le titre « Calibrating Noise to Sensitivity in Private Data Analysis », ses auteurs reçoivent en 2016 le Test-of-Time Award de la Theory of Cryptography Conference (TCC) (fr)
|
| prov:wasDerivedFrom
| |
| page length (characters) of wiki page
| |
| foaf:isPrimaryTopicOf
| |
| is Link from a Wikipage to another Wikipage
of | |
| is Wikipage redirect
of | |
| is Wikipage disambiguates
of | |
| is doctoral students
of | |
| is doctoral student
of | |
| is foaf:primaryTopic
of | |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)