Исследователи СПбГЭТУ «ЛЭТИ» разработали библиотеку федеративного обучения, которая позволит безопасно анализировать конфиденциальную информацию методами машинного обучения.
09.08.2022
Проблемы использования и защиты конфиденциальных данных являются важными вопросами в области применения технологий искусственного интеллекта и методов машинного обучения. «Крупные технологические компании собирают и анализируют большие данные пользователей в маркетинговых, научных, социологических и других целях. Одновременно с этим растет число взломов и утечек собираемых данных. Кроме того, увеличивается трафик передаваемых данных, а также требования к ресурсам компаний для анализа постоянно растущего объема», – рассказывает декан факультета компьютерных технологий и информатики (ФКТИ) СПбГЭТУ «ЛЭТИ» Иван Иванович Холод.
Актуальным направлением в сфере защиты данных является федеративное обучение (ФО) – методика заключения модели в защищенную среду и ее обучение без перемещения информации на другие сервера. Такая технология позволяет устройству хранить личные и локальные данные, а также обучать необходимый алгоритм под конкретную задачу и условия эксплуатации. Под эту методику ученые СПбГЭТУ «ЛЭТИ» разрабатывают специальные компоненты для быстрого прототипирования и создания систем анализа конфиденциальной информации – фреймворки. Проект «Фреймворк для разработки систем анализа конфиденциальной информации» откроет новые возможности для создания систем анализа конфиденциальной информации из разных, территориально распределенных источников, включая операторов и владельцев данных, без передачи третьим лицам с использованием технологии федеративного обучения.
«Наше решение дешевле аналогов и позволяет анализировать сведения, подходящие под категорию «конфиденциальные данные». Эта категория данных анализируется внутри компании, в совокупности с данными из других источников. Именно это ограничение снимет наша разработка».
Технологии федеративного обучения применяются в медицине для анализа информации о пациентах, в банковской сфере для анализа и прогнозирования кредитоспособности клиентов, в университетах для построения персональных траекторий образования с использованием искусственного интеллекта, а также в других областях человеческой жизни, где может присутствовать конфиденциальная информация о пользователях.
Разрабатываемый фреймворк будет включать в себя программные модули управления данными, управления реестром данных, анализа, обучения на стационарном и на мобильном клиенте и конструктор моделей, обеспечивающий интерфейс аналитика. Эти модули позволят ускорить и снизить стоимость разработки систем, использующих технологию ФО.
«Новизна проекта заключается в разработке фреймворка, обладающего поддержкой всех характеристик систем федеративного обучения. Создание такого фреймворка позволит существенно сократить временные и финансовые затраты на разработку систем федеративного обучения разного класса».
Сейчас проект находится на стадии утверждения прототипа пользовательского интерфейса, далее будут спроектированы и разработаны необходимые модули. В сентябре планируется создание компании и подписание лицензионного соглашения, а к декабрю 2022 года ученые планируют зарегистрировать готовый фреймворк.
По словам разработчиков, к изобретению уже проявили интерес Инновационный центр «Сколково», банк «ВТБ», Комитет по труду и занятости населения Санкт‑Петербурга.
Проект «Фреймворк для разработки систем анализа конфиденциальной информации» поддержан грантом конкурса научно-исследовательских, опытно-конструкторских и технологических проектов 2022 года в размере 2 миллионов рублей.
Разработка соответствует научно-исследовательской политике университета в рамках программы развития «Приоритет 2030».
