Documento PDF (Thesis)
Disponibile con Licenza: Creative Commons: Attribuzione - Non commerciale - Non opere derivate 4.0 (CC BY-NC-ND 4.0) Download (4MB) |
Abstract
La soluzione esplorata è il Federated Learning, che è un ramo delDeep Learning maggiormente incentrato sul rispetto della privacy e della protezione dei dati, che potrebbe rappresentare uno dei pochi approcci in grado di rispettare le stringenti normative oggi vigenti in materia di protezione dei dati sensibili. In particolare la tesi, dopo una dettagliata spiegazione del problema del morphing e l'analisi dei potenziali benefici del Federated Learning, esplora l'uso del framework NVFlare, un prodotto sviluppato da NVIDIA che consente l'addestramento di modelli di machine learning mediante, appunto, l'uso del Federated Learning. Alla fine della tesi si traggono le conclusioni e le considerazioni sul lavoro svolto e sui risultati ottenuti.