Deep-tech rendszereket építek komplex adatvédelmi problémákra.

• 20+ évaz adatvédelem műszaki oldalán, 2005 óta
• 500+hivatkozás a publikációimra
• K+F → terméka kutatási kérdéstől a fizető ügyfélig

Kutatás, ipari K+F és termékvezetés: Vitarex · SEON · Inria · BME

A szerepem

A technikai adatvédelmi problémákat teljes rendszerként nézem: a kutatási kérdéstől az architektúrán és az implementáción át addig, ahogy a termék a valóságban működik.

Szakértőként a probléma műszaki magjáig megyek — adatfolyamok, azonosíthatóság, támadási felületek, algoritmikus korlátok, és hogy ezek hogyan függnek össze a rendszer egészével. K+F-vezetőként nem állok meg az elemzésnél: a nyitott kutatási kérdésből validálható műszaki irány, csapatban megépíthető architektúra és működő rendszer lesz.

Akkor vagyok a legerősebb, amikor a probléma komplex, a bevett megoldások nem elegendők, és a technikai, adatvédelmi és üzleti döntéseket egyszerre kell átlátni.

Amihez értek

• De-anonimizálás, azonosítás, biometria

  A doktori témám a kapcsolati hálózatok de-anonimizálása és az ellene való védekezés volt, és azóta is ez a szakterületem gerince. Dolgoztam táblázatos és relációs adatok k-anonimitási anonimizálásán, a Magyar Nemzeti Banknak tranzakciós adatokra kidolgozott kockázatbecslési módszertanon, és publikáltam arról, hogy az arcfelismerési lenyomatokból visszafejthető, kiről készültek. A visszatérő kérdés mindig ugyanaz: elég erős-e az anonimizálás, és ha feltörik, hány érintettet érint.

• Online követés és device fingerprinting

  Munkatársaimmal 2011-ben a világon elsőként vetettük fel a böngészőn keresztüli, de böngészőfüggetlen eszközazonosítás koncepcióját; a ráépülő nyilvános teszt több mint 500 000 lefutást és mintegy 50 sajtómegjelenést hozott. Az Inriánál azt mértük, mennyire tesznek egyedivé a böngészőbővítmények és a webes bejelentkezések — az eredményt az Európai Parlamentben is bemutattuk. A SEON-nál öt éven át vezettem a device fingerprint kutató-fejlesztő csapatot, csalásmegelőzési célra.

• AI, gépi látás és analitika, adattudomány

  Gépi tanulással 2015 óta foglalkozom. Kutattam, hogyan használhatók ML-módszerek de-anonimizálási kockázatbecslésre, és vizsgáltam a generatív modellek — például a deepfake-ek — adatvédelmi vonatkozásait. A VeriDome-ban komplex videóelemző rendszert építünk, amely képes pszeudonimizált arcfelismerésre is. Az IML4E projektben pedig az MLOps volt a fókuszban, itt pedig egy testtartás elemző gépet fejlesztettünk védőnőknek.

A koktélom

Nem egyetlen részproblémát optimalizálok — ez a négy dolog együtt adja a munkám értékét.

• 01

  Technikai mélység

  Algoritmusok, adatfolyamok, azonosíthatóság és támadási felületek elemzése a probléma valódi műszaki magjáig.

• 02

  Rendszerszintű átlátás

  A részprobléma elhelyezése a teljes architektúra, a működési környezet és az adatvédelmi kockázati modell összefüggéseiben.

• 03

  K+F-vezetés

  Nyitott kutatási kérdésekből validálható irány, összehangolt csapatmunka és megépíthető rendszer.

• 04

  Termék- és üzleti kapcsolat

  A technikai lehetőségek összekapcsolása a használhatóság, a bevezethetőség, a piaci igények és a kockázatok szempontjaival.

Kiemelt munkák

Ami közös bennük: az azonosíthatóság, az adatvédelem és a működő technológia határán kellett új megoldást találni.

• 2023–

  VeriDome — GDPR-kompatibilis videóelemzés

  Pszeudonimizált arcfelismerési eljárás és a ráépülő videóelemző rendszer, amely valós környezetben, fizető ügyfeleknél működik. A Vitarexnél az én projektem: kutatás, termékfejlesztés, értékesítés. Projektek

• 2017–2022

  Device fingerprinting a SEON-nál

  Öt éven át vezettem a device fingerprint kutató-fejlesztő csapatot: itt például a csalók által használt „inkognitó" technológiákat leplező megoldásokat építettünk, amelyeket ma is használnak cégek itthon és külföldön. Munka

• 2017

  Browser Extension and Login-Leak Experiment

  Az Inriánál végzett nagymintás kísérlet arról, mennyire tesznek egyedivé a böngészőbővítmények és a webes bejelentkezések. Az előzetes eredményeket az Európai Parlamentben mutattuk be. Projektek

Válogatott publikációk

A rendszerépítés mögött kutatás áll. Az összes publikációm a hozzájuk tartozó PDF-ekkel együtt egy helyen van.

• 2021

  A Comparative Study on the Privacy Risks of Face Recognition Libraries

  I. Fábián, G. Gy. Gulyás · Acta Cybernetica 25(2), 233–255. o.

• 2020

  De-anonymizing Facial Recognition Embeddings

  I. Fábián, G. Gy. Gulyás · Infocommunications Journal 12(2), 50–56. o.

• 2018

  To Extend or not to Extend: On the Uniqueness of Browser Extensions and Web Logins

  G. Gy. Gulyás, D. F. Somé, N. Bielova, C. Castelluccia · WPES'18

• 2016

  Near-Optimal Fingerprinting with Constraints

  G. Gy. Gulyás, G. Ács, C. Castelluccia · Proceedings on Privacy Enhancing Technologies, 2016/4

Kapcsolódás

Ha a probléma technikailag nehéz, az jó kiindulópont. Adatvédelmi technológiákkal, azonosítással, deep-tech K+F-fel vagy egy új rendszer tervezésével kapcsolatos szakmai megkeresésekhez: