הצטרפו גם בזום

פרופ' נועם שומרון הוא מרצה העומד בראש מעבדת מחקר באוניברסיטת תל אביב. קבוצת המחקר שלו כוללת צוות חוקרים המורכב מביולוגים וביו-אינפורמטיקאים המפענחים את תפקודם של רצפי הגנום האנושי כדי ליצור תמונה מלאה בזמן בריאות ומחלה, מהלידה ועד המוות. שומרון, רב סרן במילואים, יספר לנו על מדע וגם על תהליכי עבודה במחנה ׳שורה׳  מאז תחילת המלחמה.

אליס מילר היא האישה הראשונה שקראה תיגר על התפיסה החברתית לפיה נשים לא יכולות לשרת כטייסות בחיל האוויר הישראלי.

היא שינתה את פני צה"ל בזכייתה בבג"ץ התקדימי, שסלל את הדרך לנשים בקורס טיס, קורס חובלים ומסגרות קרביות נוספות.

על כך אף נבחרה להדליק משואה ביום העצמאות ה-67 של מדינת ישראל.

לאחר שסיימה בהצטיינות יתרה תואר ראשון בהנדסת אווירונאוטיקה וחלל בטכניון, שירתה עשר שנים כמהנדסת וכקצינה בחיל האוויר.

בשנים האחרונות שימשה כסמנכ"לית חלל בסטארטאפ ישראלי, שפועל להקמת מפעל לייצור חמצן על אדמת הירח.

כולם.ן מוזמנים.ות! זו הזדמנות לשמוע על תעוזה, נחישות וחדשנות – אל תפספסו! 

Electrical Engineering Systems Seminar

Speaker: Moshik Lanir Hershcovitch

Ph.D. student under the supervision of Prof. Adam Morrison and Prof. Boaz Patt-Shamir

Sunday, 30^th March 2025, at 15:00

Room 011, Kitot Building, Faculty of Engineering

Fewer, Safer Bits: Improved Methods for Massive Storage

Abstract

Massive storage systems are the backbone of our digital infrastructure, enabling the seamless handling of enormous data sets across diverse applications. These systems face multiple, interrelated challenges in managing ever-growing volumes of data while balancing efficiency and security requirements. We address several such fundamental challenges through four key contributions:

1. In-Memory Database Efficiency: We introduce Elastic Indexes, a dynamic framework that automatically tunes the trade-off between storage space and query performance. This approach significantly reduces memory overhead in in-memory DBMS pipelines by optimizing indexed key storage while maintaining query performance through adaptive space-time trade-offs.

2. Lossless Compression for AI Models: We present ZipNN, an innovative compression framework that recognizes and exploits the unique characteristics of neural network parameters. This specialized compression technique significantly reduces storage requirements without compromising model accuracy or inference performance.

3. Key-Value Store Security: We identify novel key disclosure timing attacks in LSM-tree key-value stores utilizing range filters. Our prefix siphoning attack leverages benign queries for non-present keys to identify prefixes of actual keys—and in some cases, full keys—in scenarios where brute force searching for keys (via exhaustive enumeration or random guesses) is infeasible.

4. Relational Database Security: We extend our security analysis to database access controls, uncovering timing-based side channels in row-level security (RLS) implementations. This work demonstrates how query execution timing in multi-tenant environments can leak protected data.

השתתפות בסמינר תיתן קרדיט שמיעה = עפ"י רישום שם מלא + מספר ת.ז. בדף הנוכחות שיועבר באולם במהלך הסמינר