Diseño e implementación de una plataforma para garantizar privacidad de datos en un contexto de machine learning as a service

 

Autor(es):

Wagner, Gonzalo ; Imbert, Walter ; Uriarte, Sebastián

Tipo:

Documento de trabajo

Versión:

Revisado

Financiadores:

Agencia Nacional de Investigación e Innovación

Resumen:

Nuestro objetivo a lo largo de este trabajo es buscar generar el diseño y la implementación de una arquitectura que permita compartir modelos y datos en un contexto de machine learning as a service que provea garantías de privacidad.

Año:

2022

Idioma:

Español

Temas:

Differential Privacy
Homomorphic Encryption
Ciencias Naturales y Exactas
Ciencias de la Computación e Información

Institución:

Agencia Nacional de Investigación e Innovación

Repositorio:

REDI

Enlace(s):

https://hdl.handle.net/20.500.12381/3118

Nivel de acceso:

Acceso abierto

Licencia:

Reconocimiento 4.0 Internacional. (CC BY)