Home
New phds

Warning message

There has not been added a translated version of this content. You can either try searching or go to the "area" home page to see if you can find the information there
Ny doktorgrad

Datavern Garanterende Distribuerte Datasystemer

Reent Schlegel disputerer 21.4.2023 for ph.d.-graden ved Universitetet i Bergen med avhandlingen "Coding for Privacy in Distributed Computing".

Main content

I et distribuert datanettverk samarbeider flere enheter for å løse et problem. Slik kan vi oppnå mer enn summen av delene: samarbeid gjør at problemet kan løses mer effektivt, og samtidig blir det mulig å løse problemer som hver enkelt enhet ikke kan løse på egen hånd. På den annen side kan enheter som bruker veldig lang tid på å fullføre sin oppgave øke den totale beregningstiden betydelig. Denne såkalte straggler-effekten kan oppstå som følge av tilfeldige hendelser som minnetilgang og oppgaver som kjører i bakgrunnen på de ulike enhetene. Straggler-problemet blokkerer vanligvis hele beregningen siden alle enhetene må vente på at de treigeste enhetene blir ferdige. Videre kan deling av data og delberegninger mellom de ulike enhetene belaste kommunikasjonsnettverket betydelig. Spesielt i et trådløst nettverk hvor enhetene må dele en enkelt kommunikasjonskanal, for eksempel ved beregninger langs kanten av et nettverk (såkalte kantberegninger) og ved føderert læring, blir kommunikasjonen ofte flaskehalsen. Sist men ikke minst gir deling av data med upålitelige enheter økt bekymring for personvernet. En som ønsker å bruke et distribuert datanettverk kan være skeptisk til å dele personlige data med andre enheter uten å beskytte sensitiv informasjon tilstrekkelig.

Denne avhandlingen studerer hvordan ideer fra kodeteori kan dempe straggler-problemet, øke effektiviteten til kommunikasjonen og garantere datavern i distribuert databehandling. Spesielt oppnår en metode fra avhandlingen en 8%-hastighetsforbedring for kantberegninger sammenlignet med en nylig foreslått metode. Samtidig ivaretar metoden datavernet, mens den metoden som avhandlingen sammenligner med ikke gjør det. En annen metode fra avhandlingen er opp til 18 ganger raskere for noen brukstilfeller for føderert læring sammenlignet med tidligere metoder i litteraturen.

Personalia

Reent Schlegel har mastergrad fra Chalmers Universitet, Göteborg, Sverige, i kommunikasjonsteknikk. Ph.D-arbeidet er utført sammen med veilederne, Dr. Eirik Rosnes (Simula UiB) og Prof. Alexandre Graell i Amat (Chalmers Universitet) i informasjonsteori-gruppen på Simula UiB, Bergen, i samarbeid med Institutt for informatikk på Universitetet i Bergen.