7月9日下午，美国佛罗里达大学吴尚武教授在综合楼601会议室做了一场题为“Data Collection  with Strong Privacy Preservation is Feasible Using Triple  Matrix-Masking”（基于矩阵变换、隐私保护的数据收集方法）的学术报告。此次报告由苏为华副校长主持，学院部分老师及研究生参加了此次报告。  

吴尚武，美国康奈尔大学统计学博士，现任美国佛罗里达大学生物统计系终身特聘教授、系副主任，美国佛罗里达大学医学院生物统计系与健康学教授、公共卫生学院副主任，美国佛罗里达大学Claude  D.  Pepper美国老年人独立性中心主任、生物统计中心主任。长期从事统计学专业教学和统计理论与应用研究，主要方向为医学试验设计，并将其研究扩展到军事、数据安全、社保、体育等其他相关领域，在New  England Journal of Medicine、Annals of statistics、Biometrika、Statistical methods  in medical research、Statistics in Medicine、Mathematical  Scientist等国际顶级期刊发表高水平学术论文150余篇，承担课题17项，课题经费总计3822万美元。

吴尚武教授首先详细介绍了三种现有的关于隐私保护数据收集方法，并指出了它们的应用缺陷。在此基础上，吴教授提出了他们团队研究开发的基于矩阵变换的隐私保护数据收集方法。使用该方法会使原始数据完全隐藏，但仍可以用与原始数据相同的掩蔽数据结果对感兴趣的参数进行常见的统计推断；此外，使用该方法能够得到掩盖数据的原始数据的后验分布，而且新方法的提出完全保护数据的机密性和参与者的隐私。  

报告接近尾声时，吴教授与在场老师和同学展开了热烈的讨论。吴教授还指出，随着大数据时代的盛行，数据共享带来的数据安全问题有待进一步研究，这将为我院师生提供新的研究视角和思路。