Search results for "data privacy"
showing 2 items of 12 documents
Communication-Efficient Federated Learning in Channel Constrained Internet of Things
2022
Federated learning (FL) is able to utilize the computing capability and maintain the privacy of the end devices by collecting and aggregating the locally trained learning model parameters while keeping the local personal data. As the most widely-used FL framework,Jederated averaging (FedAvg) suffers an expensive communication cost especially when there are large amounts of devices involving the FL process. Moreover, when considering asynchronous FL, the slowest device becomes the bottleneck for the cask effect and determines the overall latency. In this work, we propose a communication-efficient federated learning framework with partial model aggregation (CE-FedPA) algorithm to utilize comp…
Yksityisyys ja luottamus hakukoneiden käytössä
2016
Tämä tutkimus käsittelee yksityisyyden ja luottamuksen merkitystä hakukoneissa. Tämä on tärkeää, sillä hakukoneista on muodostunut ihmisten pääsääntöinen tiedon lähde. Näin ollen hakukoneiden yleistyminen on johtanut siihen, että käyttäjistä kerätään yhä enemmän henkilökohtaisia tietoja. Tämän ansiosta käyttäjille on noussut hakukoneista paljon yksityisyyshuolia ja sitä kautta myös luottamus voi rikkoutua. Tämä tutkimus on toteutettu kirjallisuuskatsauksena ja pyrkii vastaamaan tutkimuskysymykseen: mitä käyttäjän yksityisyys ja luottamus tarkoittavat hakukoneiden käytön yhteydessä? Tutkimuksen tulosten mukaan käyttäjien tietoisuuden parantamisella voidaan vaikuttaa sekä kokemukseen yksityis…