Sicherer Machine Learning Lifecycle

Eigenständige Ziele des Teilprojekts der HSO sind a) eine Analyse von KMU- spezifischen Anforderungen eines sicheren Lebenszyklus, b) Design und technische Umsetzung einer sicheren Trainingsinfrastruktur (Schutz vor Data Poisoning und Manipulation der Trainingsumgebung, Schutz der Trainingsdaten, Trainingsumgebung und Trainingsparameter, Schutz der trainierten Modelle), c) Erstellung eines unterstützenden Prozessmodells, d) Integration der Komponenten der Projektpartner, e) Validierung der Szenarien, f) Verifikation der technischen Komponenten.

Forschungsschwerpunkt:
Sichere, autonome und KI-basierte Systeme
Jahr der Einwerbung:
2023
Laufzeit Beginn:
01.08.2023
Laufzeit Ende:
31.07.2026
Projektleitung:
Andreas Schaad
Beteiligte Professoren:
Andreas Schaad
Fakultät:
Fakultät Medien (M)
Institut:
Institute for Machine Learning and Analytics (IMLA)
Fördersumme:
288.244,00 €