Federated learning verbetert privacy bij branddetectie
Nieuw onderzoek richt zich op gedecentraliseerde branddetectie met slimme camera's. Het systeem lost problemen op rondom netwerkbandbreedte, onbetrouwbare knooppunten en een centrale server.
Bij het bewaken van binnenruimtes op brand wordt gevoelige cameradata verzameld die om privacyredenen niet zomaar centraal kan worden opgeslagen. Federated learning biedt hierbij een uitkomst doordat de modellen lokaal op edge-apparaten worden getraind, waarbij alleen de geleerde parameters worden gedeeld.
De voorgestelde aanpak pakt specifieke knelpunten aan van gedecentraliseerde systemen, waaronder beperkte bandbreedte en de aanwezigheid van foutieve of kwaadaardige clients. Dit draagt bij aan robuustere en veiligere AI-toepassingen in fysieke bewakingssystemen.
Deze samenvatting is gebaseerd op een origineel artikel van arXiv (cs.LG). Lees het volledige, originele bericht bij de bron.
Lees het originele artikel