Plataforma de Testes para Aprendizado Federado com Ambientes de Execução Confiável

• Processo: 25/12088-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Luis Henrique Maciel Kosmalski Costa
• Beneficiário: João Pedro Moretti Fontes Ferreira
• Instituição Sede: Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa (COPPE). Universidade Federal do Rio de Janeiro (UFRJ). Ministério da Educação (Brasil)
• Vinculado ao auxílio: 23/00673-7 - Inteligência distribuída em redes de comunicação e internet das coisas, AP.TEM
• Assunto(s): Aprendizado computacional Aprendizado federado Teleinformática
• Palavra(s)-Chave do Pesquisador: Ambientes de execução confiáveis | Aprendizado de Máquina | Aprendizado federado | Teleinformática

Resumo

O aprendizado federado sofre com ataques adversários recentes que comprometem sua privacidade e integridade de treinamento. Os ambientes de execução confiáveis (Trusted Execution Environments - TEE) são uma nova maneira de impor privacidade e integridade em hospedeiros não confiáveis, mesmo se usuários privilegiados agirem maliciosamente. Os TEEs têm sido amplamente utilizados na aplicação do aprendizado federado contra ataques adversariais e, entre as soluções TEE propostas, a Intel SGX é uma das mais utilizadas. Este trabalho visa estudar e implementar o aprendizado federado seguro através do uso de ambientes de execução confiáveis no aprendizado federado. (AU)