MLens: wenn Maschinen datenschutzfreundlich lernen

Bild © Ketut Subiyanto / pexels.com

Fitness-Tracker, smarte Uhren und ähnliche Geräte zur Selbstvermessung werden heutzutage von vielen Menschen verwendet. Bei der entsprechenden Datenauswertung kommen nicht nur Verfahren der Künstlichen Intelligenz zum Einsatz, sondern die verschiedenen Aspekte des Datenschutzes spielen insbesondere beim Traininig dieser KI Verfahren eine wichtige Rolle. Prof. Esfandiar Mohammadi und sein Team vom Institut für IT-Sicherheit, Mitglied im ZKIL, fokussieren sich im Projekt „Datenschutzfreundliches Maschinelles Lernen für Endgerät-zentrierte Selbstvermessung“ (MLens) genau auf diese Aspekte. In Zusammenarbeit mit der Zühlke Engineering GmbH und dem Universitätsklinikum Schleswig-Holstein (UKSH) ist es daher das Ziel, Techniken zu entwickeln, die eine zentralisierte Datensammlung überflüssig machen und stattdessen sichere, verteilte maschinelle Lernverfahren einsetzen.

Weitere Informationen zu dem vom BMBF mit 650.000€ geförderten Projekt, finden Sie auf folgender Webseite:

https://www.uni-luebeck.de/forschung/aktuelles-zur-forschung/aktuelles-zur-forschung/artikel/mlens-wenn-maschinen-datenschutzfreundlich-lernen.html