Defesa de Qualificação de Mestrado – José Augusto Nogueira Florentino
ORIENTADOR(ES): Carlos Alberto Vieira Campos
COORIENTADOR -Sidney Cunha de Lucena
TÍTULO DA DISSERTAÇÃO/TESE: Mecanismo de segurança para aprendizagem federada
com padronização de peso
RESUMO DA DISSERTAÇÃO/TESE: O aprendizado federado surgiu como alternativa descentralizada ao treinamento de modelos de aprendizado de máquina, permitindo que os
dados permaneçam nos dispositivos dos usuários. Apesar desse avanço, a descentralização por si só não garante privacidade formal, uma vez que atualizações de modelo podem expor informações sensíveis, além da heterogeneidade dos dados entre clientes que gera
divergência nos parâmetros. Nesse contexto, é proposto um mecanismo de segurança para aprendizagem federada com padronização de pesos como solução para suavizar o
comportamento dos gradientes e reduzir os efeitos adversos dos dados heterogêneos. A camada de segurança de segurança integra a Privacidade Diferencial ao Aprendizado
Federado com Padronização de Pesos frente à heterogeneidade dos dados. A combinação proposta amplia a proteção das informações ao garantir que a contribuição de cada dispositivo permaneça indistinguível, mesmo em ambientes vulneráveis a ataques de inferência. Assim, a
pesquisa não se limita ao ganho de acurácia, mas investiga como a aplicação controlada de ruído gaussiano pode equilibrar privacidade formal e desempenho, assegurando comunicações mais seguras entre clientes e servidor central em sistemas federados com dados heterogêneos.
BANCA EXAMINADORA:
Carlos Alberto Vieira Campos (UNIRIO)
Sidney Cunha de Lucena (UNIRIO)
Laura de Oliveira Fernandes Moraes (UNIRIO)
Daniel Sadoc Menasche (UFRJ)
SUPLENTES:
Jefferson Elbert Simões (UNIRIO)
Guilherme de Melo Baptista Domingues (UERJ)
