Agrégation sécurisée avec cryptographie pour l'apprentissage fédéré

L'agrégation sécurisée consiste à calculer la somme de données collectées à partir de sources multiples sans divulguer les entrées individuelles et s'est avérée utile pour diverses applications allant du vote électronique aux mesures de réseaux intelligents et, plus récemment, à l'apprentissage fédéré. Cette dernière technologie est apparue comme une nouvelle technologie collaborative d'apprentissage automatique dans laquelle plusieurs parties détenant des données privées contribuent à la formation d'un modèle global d'apprentissage automatique. Dans cette masterclass, nous étudierons la pertinence de l'agrégation sécurisée basée sur des schémas cryptographiques pour l'apprentissage fédéré. Nous présenterons les défis spécifiques soulevés par l'apprentissage fédéré et donnerons un aperçu de quelques solutions récentes ciblant certains de ces défis, à savoir l'évolutivité, la sécurité et la robustesse.