La recherche d’Olive porte sur les méthodes d’audit des modèles d’apprentissage automatique qui utilisent la cryptographie pour garder des informations sensibles confidentielles. Cela améliore la vie privée de ceux qui contribuent avec des données, protège la propriété intellectuelle des fournisseurs de services d’apprentissage automatique et crée des voies de reddition de comptes qui seraient autrement incompatibles avec les barrières d’information rencontrées dans le déploiement réel de l’apprentissage automatique. Ses travaux ont été publiés dans des conférences de premier plan en apprentissage automatique, sécurité informatique et biologie computationnelle.

Olive a obtenu son doctorat en cryptographie appliquée de la Northwestern University, une maîtrise en apprentissage automatique et biologie computationnelle de l’Université du Maryland, ainsi qu’un baccalauréat en informatique et biologie du Reed College, où elle a récemment été professeure invitée avant de rejoindre le Vector Institute.