演示：FedCampus——一个基于联邦学习与分析的真实世界隐私保护智慧校园移动应用
密码学与安全
2024-09-04 v1 人工智能
分布式、并行与集群计算
摘要
在本次演示中，我们介绍FedCampus，一个用于智慧校园的隐私保护移动应用，它基于联邦学习（FL）和联邦分析（FA）。FedCampus支持跨平台的设备端FL/FA，适用于iOS和Android，并支持模型和算法的持续部署（MLOps）。我们的应用通过差分隐私（DP）处理来自智能手表的数据，并将处理后的参数用于FedCampus后端平台的FL/FA。我们向昆山杜克大学的志愿者分发了100块智能手表，并成功完成了一系列智慧校园任务，包括睡眠追踪、身体活动监测、个性化推荐和频繁项挖掘。我们的项目已在 https://github.com/FedCampus/FedCampus_Flutter 开源。参见FedCampus视频：https://youtu.be/k5iu46IjA38。
关键词
引用
@article{arxiv.2409.00327,
title = {Demo: FedCampus: A Real-world Privacy-preserving Mobile Application for Smart Campus via Federated Learning & Analytics},
author = {Jiaxiang Geng and Beilong Tang and Boyan Zhang and Jiaqi Shao and Bing Luo},
journal= {arXiv preprint arXiv:2409.00327},
year = {2024}
}
备注
2 pages, 3 figures, accepted for publication in ACM Mobihoc 2024