Yulliwas AMEUR

Conférences et présentations

Présentations de recherche, conférences invitées, séminaires et médiation scientifique.

GovSecLLM++: A Compliance-Aware Benchmark for Security Testing and Governance Evidence in LLM-Based Applications

17/09/2026

Présentation orale, SecAI, atelier d'ESORICS 2026, Rome, Italie

Présentation orale de l’article GovSecLLM++ à l’atelier SecAI d’ESORICS 2026 (17–18 septembre 2026).

« 1 scientifique, 1 classe : chiche ! » — interventions en lycée (2025–2026)

2025–2026

Médiation scientifique, Programme Inria « Chiche ! », Lycées, France

Cinq interventions auprès de lycéens pendant l’année scolaire 2025–2026, dans le cadre du programme de médiation scientifique d’Inria, pour présenter la recherche en cybersécurité et en intelligence artificielle.

How homomorphic encryption revolutionizes machine learning by protecting data

14/09/2023

Conférence invitée, Institut de lutte contre la criminalité économique (ILCE), Neuchâtel, Suisse

Conférence invitée lors des 15es Journées francophones de l’investigation numérique (12–14 septembre 2023, AFSIN et ILCE) sur l’apport du chiffrement homomorphe à la sécurité des données dans le cloud et à l’apprentissage préservant la vie privée.

Exploring the Scope of Machine Learning using Homomorphic Encryption in IoT/Cloud (PhD pitch)

20/06/2023

Présentation doctorale, Systematic Paris-Region et Campus Cyber, « La cyber au rendez-vous de l'IA de confiance », Puteaux, France

Présentation des travaux de thèse lors de la journée IA de confiance et cybersécurité organisée par Systematic Paris-Region et le Campus Cyber.

Secure Machine Learning: applying homomorphic encryption in machine learning

25/05/2022

Conférence invitée, Faculté d'informatique, USTHB (48e anniversaire), Alger, Algérie

Introduction au chiffrement homomorphe, panorama des schémas et outils les plus prometteurs, et modèles d’apprentissage automatique préservant la vie privée.

Homomorphic encryption and machine learning: advances and challenges

15/04/2021

Séminaire, Séminaire du CEDRIC, axe « Confiance et sécurité numérique », Paris, France

Avancées du chiffrement totalement homomorphe : fondements mathématiques, améliorations récentes, résultats d’implémentation et défis ouverts pour l’apprentissage automatique.

Travaux co-signés présentés par les co-auteurs


yulliwas.ameur@efrei.fr | HAL | ORCID | Scholar | LinkedIn | GitHub | Plan du site

Dernière mise à jour : 28/10/2026 · © 2026 Yulliwas Ameur · Page optimisée pour 800 × 600.