NYHET Snart kommer våra digitala enheter att kunna anpassas ännu bättre efter våra behov – utan att kompromissa med vår personliga integritet. Det menar Sourasekhar Banerjee, Institutionen för datavetenskap, i en ny avhandling vid Umeå universitet.
Sourasekhar Banerjee under spikningsceromonin på Umeå universitetsbibliotek.
BildVictoria SkeidsvollNär vi använder datorer och mobiler för att surfa på nätet och använda appar, lämnar vi ifrån oss stora mängder data. Exempelvis sparas information om var vi befinner oss, vad vi klickar på och hur länge vi stannar på olika hemsidor. Dessa uppgifter kan användas för att kartlägga våra preferenser och vanor online. Den senaste debatten kring användardata har dock till stor del handlat om hur detta påverkar vår personliga integritet.
I sin avhandling har Sourasekhar Banerjee undersökt hur man kan göra våra digitala enheter snabbare och mer personliga, samtidigt som integriteten skyddas. Forskningen fokuserar på en teknik som kallas "federated learning" – eller kollaborativt lärande – där flera enheter samarbetar utan att direkt dela data med varandra. Istället har varje enhet olika delar av informationen, och tillsammans bidrar de till en helhetsbild. Genom att koppla upp flera enheter på detta sätt kan man även styra vilken data som delas och när. Detta möjliggör skräddarsydda digitala tjänster för användaren utan att känslig information behöver delas med tredje part.
– Föreställ dig sjukvårdsleverantörer som kan erbjuda personliga medicinska råd utan att kompromissa med patienters integritet, eller finansiella appar som ger skräddarsydda investeringsråd utan att avslöja känslig ekonomisk information, säger Sourasekhar Banerjee.
Banerjee betonar att företag inom hälso- och sjukvård, finans och digitala tjänster kan dra stor nytta av dessa tekniker för att erbjuda smarta och integritetsskyddade AI-lösningar. Tekniken kan även användas i vardagliga appar, till exempel fotoapplikationer i mobiltelefoner, där bilder kan analyseras utan att den personliga datan någonsin lämnar enheten.
Måndagen den 23 september försvarar Sourasekhar Banerjee, Institutionen för Datavetenskap vid Umeå universitet, sin avhandling med titeln Framsteg inom federerad inlärning: algoritmer och användningsområden. Disputationen äger rum kl. 13.00 i Hörsal HUM.D.210, Humanisthuset. Opponent är Salman Toor, docent inom vetenskaplig beräkning, vid Uppsala universitet.