Uma arquitetura escalável e segura para a execução de aprendizado federado no contexto de hospitais inteligentes

  • Lucas Micol Policarpo UNISINOS
  • Lucas Mayer Ceschini UNISINOS
  • Vinicius Facco Rodrigues UNISINOS
  • Rodrigo da Rosa Righi UNISINOS

Resumo


A técnica de aprendizado federado é muito utilizada quando os dados a serem usados pelos modelos de aprendizado de máquina são sensíveis ou sigilosos. No entanto, aprendizado federado prevê o treinamento dos modelos por conta do usuário, que nem sempre está disponível para treinar o modelo ou não possui recursos computacionais eficientes. Esse trabalho apresenta uma arquitetura para execução de aprendizado federado de maneira segura e eficiente utilizando os recursos de borda em hospitais inteligentes.

Referências

Qayyum, A., Ahmad, K., Ahsan, M. A., Al-Fuqaha, A., and Qadir, J. (2021). Collaborative federated learning for healthcare: Multi-modal covid-19 diagnosis at the edge. arXiv preprint arXiv:2101.07511.

Yang, Q., Liu, Y., Cheng, Y., Kang, Y., Chen, T., and Yu, H. (2019). Federated learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, 13(3):1–207.

Zhu, L. and Han, S. (2020). Deep leakage from gradients. In Federated learning, pages 17–31. Springer.
Publicado
18/04/2022
POLICARPO, Lucas Micol; CESCHINI, Lucas Mayer; RODRIGUES, Vinicius Facco; RIGHI, Rodrigo da Rosa. Uma arquitetura escalável e segura para a execução de aprendizado federado no contexto de hospitais inteligentes. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DA REGIÃO SUL (ERAD-RS), 22. , 2022, Curitiba. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2022 . p. 71-72. ISSN 2595-4164. DOI: https://doi.org/10.5753/eradrs.2022.19167.