• Ученые СПбГЭТУ «ЛЭТИ» повысили точность метода обучения нейросетей для «умного города».
• Алгоритм достиг 99,98% точности в задаче обнаружения киберугроз и сетевых вторжений.
• Усовершенствован алгоритм FedBN (Federated via Local Batch Normalization) для федеративного обучения нейросетей.
• Модифицированная версия MFedBN превосходит базовый FedBN в экспериментах на датасетах «умного города».
• Алгоритм MFedBN успешно применяется для мониторинга поведения коммерческого транспорта и обеспечения сетевой безопасности.
• В задачи «умного города» входит интеграция множества информационных потоков, включая данные с камер видеонаблюдения.
• Федеративное обучение - новый подход, сохраняющий конфиденциальность данных, позволяет обучать нейросеть на множестве устройств без передачи локальных данных на сервер.
• Ученые ЛЭТИ разработали новую методологию генерации наборов данных для моделирования реалистичных сценариев распределения информации для тестирования систем федеративного обучения.