Secure and Accurate Federated Learning as a Service (SA-FLaaS)

Mahdollistamme tietosuojatun federatiivisen oppimisen kuvantamisessa

Projektin kesto

1.8.2024 – 31.7.2026

Rahoituslähde

Business Finland

Kokonaisrahoitus

636 723 €

SA FLaaS on alusta, joka mahdollistaa korkeatasoisten koneoppimismallien kouluttamisen ilman arkaluonteisen datan siirtämistä. Se vastaa federatiivisen oppimisen keskeisiin haasteisiin yhdistämällä tietoturvan, tarkkuuden, yksityisyydensuojan ja sääntelyn vaatimukset yhdeksi kokonaisuudeksi. SA FLaaS mahdollistaa edistyneiden koneoppimismallien kehittämisen siten, että organisaatiot säilyttävät täyden hallinnan dataansa.

Projekti perustuu PRIVASA-hankkeen tuloksiin (2021-23), jossa esittelimme palkittuja FL-ratkaisuja aivosyövän kasvaimen kuvantFederatiivinen oppiminen (Federated Learning, FL) on hajautettu koneoppimisen lähestymistapa, joka mahdollistaa mallien yhteiskoulutuksen useiden erillisten datan haltijoiden kesken siten, että data säilyy paikallisesti ja yksityisyys turvataan. FL parantaa merkittävästi tietosuojaa ja tietoturvaa, mutta siihen liittyy myös haasteita. SA‑FLaaS vastaa näihin haasteisiin tarjoamalla turvallisen ja skaalautuvan federatiivisen oppimisen alustan, jonka avulla organisaatiot voivat kehittää omia tekoälyratkaisujaan ilman toimittajalukkoa ja säilyttää samalla täyden hallinnan koulutusdataansa. Alusta tukee heterogeenisiä datalähteitä sekä edistää mallien tulkittavuutta, käytettävyyttä ja sääntelyn noudattamista.

SA‑FLaaS perustuu kansainvälisesti palkittuihin ja vertaisarvioituihin federatiivisiin aggregointi‑ ja asiakasvalintamenetelmiin, kuten SimAGG, RegAGG ja RegSimAGG, sekä patenttihakemuksin suojattuihin innovaatioihin. Alustaan on integroitu paikallisen ja globaalin differentiaalisen yksityisyyden mekanismeja, salausmenetelmiä sekä jatkuva tietoturvamonitorointi. Vaikka ratkaisu on ensisijaisesti suunnattu terveydenhuollon sovelluksiin, se on suunniteltu skaalautuvaksi ja mukautettavaksi erilaisiin toimintaympäristöihin.

Hanke keskittyy tutkimuksellisen idean toiminnallisuuden todentamiseen sekä täysin toimivan federatiivisen oppimisen alustan toteuttamiseen hyödyntäen edistyksellisiä teknologioita. Tavoitteena on siirtää tutkimustulokset tuotteeksi nimeltä Secure and Accurate Federated Learning as a Service, joka on ensimmäinen Suomessa kehitetty federatiivisen oppimisen alusta, joka täyttää tiukat tietosuoja‑ ja sääntelyvaatimukset.

Lue lisää

• SA-FLaaS example animation
• Tekoäly on tullut jäädäkseen myös terveyden­huoltoon, uskovat turkulaiset kehittäjät | Varsinais-Suomi | Yle
• Turun AMK:n opinnäytetyö AI Finlandin ehdokkaaksi – Turku AMK