Através da brecha

Abstract

A partir da metade da década passada, os estudos de aprendizado de máquina e inteligência artificial ganharam destaque para além da comunidade científica. Essas técnicas são aptas a afetar a sociedade de maneira profunda, tanto positiva quanto negativamente. Diante do crescimento da quantidade de dados necessários para o funcionamento dessas técnicas, assim como a própria natureza dos dados --- muitas vezes sensíveis, privados e contidos em silos de diversas organizações, entidades, empresas e até mesmo em dispositivos de usuários singulares ---, o Aprendizado Federado surge como uma proposta capaz de distribuir a carga de armazenamento e processamento desses dados, através da descentralização dos mesmos. Essa abordagem também postula que as informações sensíveis e privadas utlizadas em um treinamento podem ser utlizadas de forma segura, dado que apenas as atualizações do treinamento são compartilhados. Nesse contexto emergente e cada vez mais importante, o estudo das vulnerabilidades dessa técnica possui importância sumária para avaliar a segurança do método, propondo defesas e mitigações as técnicas adversárias. A existência de referências práticas das técnicas de reconstrução auxiliam tanto o âmbito acadêmico, quanto o mundo real, que utilizam o Aprendizado Federado para impactar o dia-a-dia da sociedade, uma vez, que, por mais que o conhecimento possa ser disrrupitivo quando utilizado por agentes maliciosos, é através das brechas e do reconhecimento das falhas que é possivel formular processos mais seguros, assim como atestar cientifica e empiricamente a eficácia de um determinado sistema diante de seus adversários.