Über den Wissenschaftler

Felix Morsbach ist Doktorand am Lehrstuhl für IT-Sicherheit am KIT. Er hat einen Hintergrund in Software Engineering, Eingebetteter Systeme und High Performance Computing. Seine aktuellen Forschungsinteressen liegen in Privacy-Preserving Data Analytics mit einem starken Fokus auf Privacy- Preserving Machine Learning und Differential Privacy Garantien.

Forschungsinteressen

Privacy-Preserving Machine Learning
Membership Inference Attacks
Technical Privacy Notions (z.B. Differential Privacy)
Privacy Enhancing Technologies
Federated and Collaborative Learning

Solltest du am KIT studieren und Interesse an einer Abschlussarbeit in einem der oben genannten Bereiche haben, melde dich sehr gerne bei mir. Ich bin immer auf der Suche nach motivierten und interessierten Studierenden.

Curriculum Vitæ

08/2022 – Heute: Wissenschaftlicher Mitarbeiter am Institut für Informationssicherheit und Verlässlichkeit (KASTEL), Karlsruher Institut für Technologie, Karlsruhe, Deutschland
10/2020 – 07/2022: Wissenschaftlicher Mitarbeiter am Institut für Angewandte Informatik und Formale Beschreibungsverfahren, Karlsruher Institut für Technologie, Karlsruhe, Deutschland
11/2019 – 01/2020: Lehrassistent in Constraint Programming für Combinatorial Optimisation an der Uppsala Universitet, Schweden
10/2018 – 07/2020: Master of Science in Informatik an der Uppsala Universitet, Schweden
10/2017 – 07/2018: Software Entwickler für eingebettete Systeme bei der SIEMENS AG in Karlsruhe
10/2014 – 09/2017: Bachelor of Science in Angewandter Informatik an der Dualen Hochschule Baden-Württemberg, Karlsruhe, Deutschland
09/2014 – 09/2017: Dualer Student bei der SIEMENS AG in Karlsruhe, Deutschland

Reviewer Für

ACM ASIA Conference on Computer and Communication Security (ASIACCS)
European Symposium on Research in Computer Security (ESORICS)
IEEE Transactions on Information Forensics and Security (IEEE T-IFS)

Publikationen

Human-Centered Design for Data-Sparse Tailored Privacy Information Provision
Goram, M.; Dehling, T.; Morsbach, F.; Sunyaev, A.
2023. Human Factors in Privacy Research. Ed.: N. Gerber, 283–298, Springer International Publishing. doi:10.1007/978-3-031-28643-8_14

Why Do Machine Learning Practitioners Still Use Manual Tuning? A Qualitative Study
Hasebrook, N.; Morsbach, F.; Kannengießer, N.; Zöller, M.; Franke, J.; Lindauer, M.; Hutter, F.; Sunyaev, A.
2022. Karlsruher Institut für Technologie (KIT). doi:10.48550/ARXIV.2203.01717

Architecture Matters: Investigating the Influence of Differential Privacy on Neural Network Design
Morsbach, F.; Dehling, T.; Sunyaev, A.
2021. Presented at NeurIPS 2021 Workshop on Privacy in Machine Learning (PriML 2021), 14.12.2021. doi:10.48550/arXiv.2111.14924

DecFL: An Ubiquitous Decentralized Model Training Protocol and Framework Empowered by Blockchain
Morsbach, F.; Toor, S.
2021. BSCI ’21: Proceedings of the 3rd ACM International Symposium on Blockchain and Secure Critical Infrastructure, 61–68, Association for Computing Machinery (ACM). doi:10.1145/3457337.3457842