Apakah jam tangan pintar Anda membagikan data Anda?
Security

Apakah jam tangan pintar Anda membagikan data Anda?


Ponsel pintar digunakan untuk mengoperasikan pencahayaan dan jendela di dalam rumah S&T Solar Village Missouri. Kredit: Sam O’Keefe / Missouri S&T

Anda mungkin tidak menyadarinya, tetapi perangkat rumah tangga Anda yang terhubung ke internet seperti bel pintu Ring, sepeda olahraga Peloton, dan termostat Nest semuanya bertukar data dengan perangkat dan sistem lain melalui jaringan. Objek fisik ini, semua bagian dari Internet of Things (IoT), dilengkapi dengan sensor dan perangkat lunak, dan sering kali menggunakan komputasi awan. Kebanyakan orang akan menganggap informasi yang terkandung dalam barang-barang rumah tangga ini sangat pribadi. Mereka menyimpan data mulai dari tinggi dan berat badan hingga saat Anda berada di luar rumah.

Perusahaan yang membuat perangkat ini membutuhkan data untuk meningkatkan produknya. Tetapi pelanggan mereka menginginkan jaminan bahwa informasi pribadi mereka aman. Jadi bagaimana perusahaan dapat mengamankan data pribadi dan meningkatkan produk di masa mendatang? Jawabannya mungkin akan meningkatkan keamanan siber, menurut peneliti di Missouri S&T.

Peneliti Missouri S&T ingin memastikan bahwa data yang dikumpulkan IoT akurat dan dapat digunakan, sambil tetap melindungi item dari serangan jahat atau pelanggaran privasi. Para peneliti mengatakan bahwa meningkatkan teknik pembelajaran mesin yang disebut pembelajaran federasi dapat memungkinkan perusahaan mengembangkan cara baru untuk mengumpulkan data anonim, tetapi akurat, dari pengguna.

Pembelajaran gabungan melatih algoritme dengan akses ke beberapa perangkat individu yang menyimpan data lokal. Pembelajaran federasi tidak bertukar data dengan item, yang berarti tidak ada set data pusat atau server tempat semua informasi disimpan. Dengan kurangnya data bersama dalam federated learning, masalah seperti privasi, keamanan, dan hak akses bisa menjadi bukan masalah.

“Pembelajaran federasi adalah pengubah permainan untuk IoT karena memungkinkan pembelajaran mesin tanpa memerlukan pelajar untuk mengakses data pelanggan secara langsung,” kata Dr. Sajal Das, peneliti utama proyek dan Ketua bidang ilmu komputer Daniel C. St. Clair di S&T. “IoT menyediakan lahan subur untuk menerapkan pembelajaran federasi ke perangkat pribadi yang kaya akan data.”

Das memperingatkan bahwa perangkat IoT rentan terhadap lingkungan dinamis dan serangan dari sumber luar dengan data yang salah. Karena itu, dia mengatakan mengumpulkan data secara federasi sangat penting.

Das dan rekan penyelidiknya Dr. Tony Luo, seorang profesor ilmu komputer di S&T, sedang merancang algoritme pembelajaran federasi baru dengan pendanaan dari National Science Foundation dan menempatkan keamanan dan akurasi data di atas segalanya dalam pekerjaan mereka.

“Dengan mengumpulkan data dari berbagai perangkat IoT tanpa mengorbankan privasi atau kemampuan jaringan, metode kami akan memungkinkan pertumbuhan cara perangkat ini bekerja dan mengukur data,” kata Das. “Algoritme baru kami akan memerangi data yang salah dengan merancang mekanisme insentif baru untuk memotivasi dan mendorong pengguna yang menyumbangkan data yang akurat.”

Das dan Luo berharap pengguna bersedia menyumbangkan data ke pembelajaran mesin sambil merasa yakin bahwa data tersebut tidak dapat diidentifikasi. Dengan begitu, data dapat digunakan untuk mendorong batasan kompleksitas dan kinerja untuk item IoT.

Das mengatakan bahwa penelitian tersebut berpotensi menghasilkan manfaat yang luar biasa bagi industri yang dipersonalisasi seperti perawatan kesehatan.

“Dalam perawatan kesehatan cerdas, perangkat IoT yang dapat dikenakan dapat membantu mengukur kondisi kesehatan individu seperti catatan vital, aktivitas fisik, dan asupan makanan,” kata Das. “Misalnya, tanpa mengakses langsung informasi sensitif dan pribadi pasien, pendekatan pembelajaran federasi baru kami dapat menyelidiki bagaimana penyakit seperti diabetes dipengaruhi oleh gaya hidup dan demografi dan apakah ada korelasi dengan kondisi kesehatan lain seperti hipertensi.”

Das mengatakan bahwa dengan kemajuan yang cukup dalam pengumpulan data IoT yang aman dan akurat, perangkat baru dapat melayani tujuan yang lebih banyak dan lebih baik sambil menenangkan pikiran mereka yang enggan menerima teknologi pintar di rumah mereka.


Metode pembelajaran mesin baru memungkinkan rumah sakit untuk berbagi data pasien — secara pribadi


Disediakan oleh Missouri University of Science and Technology

Kutipan: Apakah jam tangan pintar Anda membagikan data Anda? (2020, 16 November) diakses 27 November 2020 dari https://techxplore.com/news/2020-11-smart.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Togel Singapore Hari Ini