Login
- Originaltitel:
- Secure and Scalable Federated Learning Using Serverless Computing
- Übersetzter Titel:
- Sicheres und Skalierbares Föderiertes Lernen Mithilfe von Serverless Computing
- Autor:
- Chadha, Mohak
- Jahr:
- 2025
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Institution:
- Informatik 10 - Professur für Architektur paralleler und verteilter Systeme - (Prof. Gerndt)
- Betreuer:
- Gerndt, Hans Michael (Prof. Dr.)
- Gutachter:
- Gerndt, Hans Michael (Prof. Dr.); Miller, Barton (Prof., Ph.D.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik
- Stichworte:
- Federated Learning; Serverless Computing; Function-as-a-Service; FaaS; Stragglers; Cloud Computing
- Übersetzte Stichworte:
- Föderiertes Lernen; Serverloses Computing; Function-as-a-Service; FaaS; Stragglers; Cloud Computing
- TU-Systematik:
- DAT 250; DAT 516
- Kurzfassung:
- The conventional approach to deep learning (DL) requires collecting and processing training data at a central server, which poses challenges in privacy-sensitive domains. To address these concerns, Federated Learning (FL) has emerged as an alternative paradigm that extends the benefits of DL to these domains. This dissertation introduces FedLess, a novel system and framework that utilizes serverless computing technologies to facilitate FL across distributed serverless platforms.
- Übersetzte Kurzfassung:
- Der konventionelle Ansatz für Deep Learning (DL) erfordert das Sammeln und Verarbeiten von Trainingsdaten auf einem zentralen Server, was in datenschutzsensitiven Bereichen problematisch ist. Federated Learning (FL) bietet als Alternative die Vorteile von DL auch dort. Diese Dissertation stellt FedLess vor, ein System, das serverlose Technologien nutzt, um FL auf verteilten serverlosen Plattformen zu ermöglichen.
- WWW:
- https://mediatum.ub.tum.de/?id=1796864
- Eingereicht am:
- 15.09.2025
- Mündliche Prüfung:
- 08.12.2025
- Dateigröße:
- 26921584 bytes
- Seiten:
- 224
- Urn (Zitierfähige URL):
- https://nbn-resolving.org/urn:nbn:de:bvb:91-diss-20251208-1796864-0-4
- Veröffentlicht am:
- 30.12.2025
BibTeX
Vorkommen:
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyPrüfungsarbeitenDissertationen
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and TechnologyComputer Engineering