Säkra enklaver för federerad maskininlärning

Syfte och mål

Projektets syfte är att utveckla och utvärdera en pilotlösning för att mitigera utmaningen att skydda och skapa betrodd exekvering av maskininlärning på lokala klienter baserad på säkra enklaver. Projektets huvudmål är att utveckla en pilotimplementation där säkra enklaver används för att skapa spårbar och säker federerad maskininlärning och att systematiskt utvärdera denna implementation utifrån två typer av maskininlärningsmodeller för att reducera risker associerade med implementering av en produktionslösning för decentraliserad AI.

Förväntade effekter

Huvudprojektleverabel består av en pilotimplementation för att kunna tillämpa på de två huvudsakliga användarfallen. En implementation som stödjer exekvering av federerad maskininlärning där säker enklav används för att öka säkerhet, korrekthet och pålitlighet i systemet. En implementation som stödjer exekvering där utvalda delar av federerad maskininlärning sker i säker enklav och delar utanför. En systematisk utvärdering av pilotimplementationerna ur prestandasynpunkt. Dissemination av resultaten i form av publikt tillgänglig rapport, kod och öppet seminarie.

Läs mer på projektets webbplats