MininetFed 2.0: Uma Ferramenta Programável para Emulação e Análise de Aprendizado Federado em Redes

• Daniel R. Trindade UFES / IFES
• Eduardo Zambon UFES
• Vinícius F. S. Mota UFES
• Ramon R. Fontes UFRN
• Diego R. C. Dias UFES
• Giovanni Comarela UFES
• Rodolfo S. Villaça UFES

DOI: https://doi.org/10.5753/sbrc_estendido.2026.22860

Resumo

A geração massiva de dados sensíveis por dispositivos IoT exige abordagens focadas em privacidade, tais como Aprendizado Federado (FL). Contudo, avaliar essas soluções é desafiador devido à heterogeneidade computacional e de dados, além de limitações inerentes à rede. Este artigo apresenta o MininetFed 2.0, uma evolução de uma ferramenta de emulação de FL que introduz uma interface programável para simplificar a criação de experimentos. Ele permite a modelagem de ambientes realistas ao integrar FL, emulação de rede e contêineres Docker, viabilizando a configuração de dispositivos heterogêneos. A ferramenta é validada por meio de casos de uso voltados ao monitoramento de saúde na borda (EHMS) e detecção de botnets em dispositivos IoT (N-BaIoT).

Referências

Bonawitz, K. et al. (2019). Towards federated learning at scale: System design. Proceedings of Machine Learning and Systems (MLSys).

Docker, Inc. (2024). Docker documentation: Docker container. [link].

Dritsas, E. and Trigka, M. (2025). Federated learning for IoT: A survey of techniques, challenges, and applications. Journal of Sensor and Actuator Networks, 14(1):9.

Eclipse Foundation (2024). Eclipse Mosquitto: An open source MQTT broker. [link].

He, C., Annavaram, M., and Avestimehr, S. (2020). FedML: A research library and benchmark for federated machine learning. arXiv preprint arXiv:2007.13518.

McMahan, B. et al. (2017). Communication-efficient learning of deep networks from decentralized data. In Proceedings of the 20th International Conference on Artificial Intelligence and Statistics (AISTATS).

Meidan, Y. et al. (2018). detection_of_IoT_botnet_attacks_N_BaIoT. UCI Machine Learning Repository. DOI: 10.24432/C5RC8J.

Mininet (2025). Mininet: An instant virtual network on your laptop.

OASIS Standard (2014). MQTT version 3.1.1. [link].

Reinhold, J., Reinsch, R., Li, Y., et al. (2021). OpenFL: The open federated learning library. arXiv preprint arXiv:2105.06413.

Sarmento, E. M. et al. (2024). MininetFed: A tool for assessing client selection, aggregation, and security in federated learning. In 2024 IEEE 10th World Forum on Internet of Things (WF-IoT), pages 1–6. IEEE.

Tan, D. J., Qi, Y., et al. (2020). Flower: A friendly federated learning research framework. arXiv preprint arXiv:2007.14390.

Washington University in St. Louis (2020). Edge health monitoring system (EHMS) dataset. [link].

Yang, Q. et al. (2019). Federated Machine Learning: Concept and Applications.