Aufkommende Datenschutzbestimmungen setzen Beschränkungen für den Zugriff und die Nutzung lokaler Nutzerdaten und hemmen die Entwicklung von KI-Diensten. Diese Arbeit zielt darauf ab, das Problem mithilfe von Distributed Machine Learning-Techniken anzugehen. Zunächst führe ich ein neuartiges privates föderiertes Lernframework ein, das den Kompromiss zwischen Datenschutz, Nützlichkeit und Effizienz verbessert. Anschließend stelle ich drei verteilte Daten-Synthese-Algorithmen vor, die die private Datenfreigabe für verschiedene Datentypen und Partitionseinstellungen unterstützen.     «

Aufkommende Datenschutzbestimmungen setzen Beschränkungen für den Zugriff und die Nutzung lokaler Nutzerdaten und hemmen die Entwicklung von KI-Diensten. Diese Arbeit zielt darauf ab, das Problem mithilfe von Distributed Machine Learning-Techniken anzugehen. Zunächst führe ich ein neuartiges privates föderiertes Lernframework ein, das den Kompromiss zwischen Datenschutz, Nützlichkeit und Effizienz verbessert. Anschließend stelle ich drei verteilte Daten-Synthese-Algorithmen vor, die die private...     »