Mit ihrem Poster präsentierten die Wissenschaftler des Fraunhofer IDMT zum ersten Mal ihren FLCrypt-Ansatz, ein Werkzeug für verbesserten Datenschutz bei Federated Learning Aufgaben mittels Fully Homomorphic Encryption.

Die Methode stellt sicher, dass der zentrale Server die unverschlüsselten Modelldaten der Trainingsteilnehmer nicht einsehen kann. Der Ansatz wurde mit einer speziellen Audioaufgabe getestet, bei der Metallkugeln mit unterschiedlichen Oberflächen anhand ihres Klangs identifiziert werden sollten – ein repräsentatives Szenario ähnlich der Erkennung von Fehlern bei der industriellen Geräuschanalyse.

Die Verschlüsselung erreichte eine vergleichbare Genauigkeit zum unverschlüsselten Szenario, führte aber zu einer deutlich verbesserten Laufzeit und Speicherauslastung. Somit ist FLCrypt eine vielversprechende Möglichkeit für das sichere Federated Learning bei der Klassifizierung von Geräuschen.

Ziel des IEEE 5th International Symposium on the Internet of Sounds (IEEE IS² 2024) ist es, Wissenschaft und Industrie zusammenzubringen, um die Entwicklung von Internet of Sounds-Technologien mit Hilfe neuartiger Werkzeuge und Verfahren zu erforschen und voranzutreiben.

Wir gratulieren unseren Kollegen zu diesem Erfolg!