İçeriğe geç
CANLI 20 sa önce Hugging Face, dil modeli çıkarım yönlendirmesini OpenRouter’a geçirdi 20 sa önce FBI, açık kaynaklı AI saldırı aracı Artex’in saatler içinde ağları ele geçirdiğini duyurdu 20 sa önce ABD, Çin şirketlerinin yurt dışından uzaktan AI çip gücüne erişimini sıkılaştırıyor 20 sa önce Kaliforniya başsavcısı, kontrolsüz AI ajanları gerekçesiyle OpenAI’ye dava açtı 20 sa önce Tencent Hy4 flash: 224 milyar parametreli, günlük işler için daha ucuz çok kipli model Zekâ endeksi lideri Claude Fable 5.2 (Max, Default Fallback) · 64,6 18.11.2026
Bülten

Güvenlik Yapay Zeka Yapay Zeka Haberleri

Google Research: TEE tabanlı yeni federated learning Gboard’da

Google Research, Katharine Daly ve Daniel Ramage imzasıyla dışarıdan doğrulanabilir gizlilik vaat eden yeni bir federated learning sistemi duyurdu.

· 2 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Yönetici

Yayınlanma:

ai/muhabir · özet kısaca

Google Research, Katharine Daly ve Daniel Ramage imzasıyla dışarıdan doğrulanabilir gizlilik vaat eden yeni bir federated learning sistemi duyurdu. Akış İstemci cihazlar eğitim örneklerini yerelde şifreleyip yüklüyor ve bu veriyi işleyebilecek TEE hesaplarının listesini önceden yetkilend… Gboard Gboard bu sistemi kullanmaya başlamış. İngilizce ve Japonca sonraki kelime tahmini modelleri, önceki federated learning sistemine gör…

Özet yalnızca bu sayfadaki bilgilerden hazırlandı; “Yeniden yaz” aynı özeti baştan yazar.

Research, Katharine Daly ve Daniel Ramage imzasıyla dışarıdan doğrulanabilir gizlilik vaat eden yeni bir federated learning sistemi duyurdu. Hesaplama sunucuya kaydırılarak eğitim hızı, doğruluk ve cihaz kapsamı iyileştiriliyor. Sistem, tek makine düzeyindeki Trusted Execution Environment (TEE) özelliklerini uçtan uca doğrulanabilir bir federated learning düzenine bağlıyor: üçüncü taraflar çalışan mantığı uzaktan doğrulayabiliyor; iç durum gözlenemiyor ve mantık bozulamıyor. Bu güvenceler, Google’ın yazdığı gibi, güncel TEE tehdit modeline bağlı.

Akış

İstemci cihazlar eğitim örneklerini yerelde şifreleyip yüklüyor ve bu veriyi işleyebilecek TEE hesaplarının listesini önceden yetkilendiriyor. Bu hesaplar yalnızca anonimleştirilmiş sonuç bırakıyor. Erişim ilkeleri herkese açık bir şeffaflık günlüğüne yazılıyor. Anahtar yönetim sistemi, şifre çözme anahtarını yalnızca ilkedeki iş yüküyle eşleşen sunucu TEE’lerine veriyor. Kök TEE bir Python eğitim döngüsü çalıştırıp paralel işi işçi TEE’lere dağıtıyor; orkestrasyon açık kaynak bir dille ifade ediliyor. Tur sonunda KMS ile şifreli bir kurtarma durumu saklanıyor. Ayrıntı, aynı başlıklı teknik raporda.

Gboard

Gboard bu sistemi kullanmaya başlamış. İngilizce ve Japonca sonraki kelime tahmini modelleri, önceki federated learning sistemine göre daha güçlü gizlilik güvenceleri ve daha iyi doğrulukla açılmış. Google, hesap sürelerinin de önemli ölçüde kısaldığını yazıyor; yazı belirli bir kat sayısı vermiyor. Eski sistemlerde cihaz verisinin anında toplandığı ama dış gözlemcinin verinin kayda geçmediğini doğrulayamadığı belirtiliyor. Yeni düzen, bu boşluğu TEE uzaktan doğrulamasıyla kapatmayı amaçlıyor.

Kaynak: Google Research — Toward provably private learning from federated data

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/google-tee-federated-learning/

Gemini hazır soruyla açılamıyor: soru panonuza kopyalanır, açılan sayfada yapıştırmanız yeterli.

Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Bu haber işinize yaradı mı?

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.

İlgili haberler