DISSEC-ML : vers un apprentissage automatique distribué et sécurisé dans le cloud personnel

DISSEC-ML: towards distributed and secured machine learning in the personal cloud

• Auteur / Autrice : Julien Mirval
• Direction : Iulian Sandu Popa
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Soutenance en 2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Données Algorithmes pour une ville intelligente et durable
• Partenaire(s) de recherche : Equipe de recherche : PETRUS - PErsonal TRUSted cloud
• Partenaire(s) de recherche : Référent : Université de Versailles-Saint-Quentin-en-Yvelines (1991-....)
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Informatique et sciences du numérique (2020-….)
• Jury : Président / Présidente : Gaël Thomas
• Jury : Examinateurs / Examinatrices : Patricia Serrano-alvarado, Sonia Ben mokhtar, David Gross-amblard
• Jury : Rapporteur / Rapporteuse : Patricia Serrano-alvarado, David Gross-amblard

Mots clés

Mots clés libres

Calcul distribué

Apprentissage automatique

Confidentialité

Fuite de données

Données personnelles

Cloud personnel

Machine Learning

Privacy

Distributed computations

Data leakage

Personal data

Personal Cloud

Résumé

Les initiatives comme le Blue Button et les nouvelles réglementations comme le RGPD européen visent à permettre aux individus de récupérer leurs données personnelles auprès des entreprises ou des organismes qui les ont recueillies. Parallèlement, des plateformes, qu'on appelle Personal Data Management System (PDMS), Personal Information Management System (PIMS) ou Cloud Personnel se développent rapidement et permettent aux utilisateurs de regrouper tout leur patrimoine numérique. Le paradigme PDMS promet d'ouvrir la voie à de nouveaux usages innovants développés autour des données personnelles, et de réaliser notamment des calculs distribués sur un grand nombre de PDMS (e.g., classification automatique, recommandations, études participatives). De tels exemples nécessitent souvent la formation d'un modèle d'intelligence artificielle (IA) basé sur un grand volume de données des utilisateurs, soulevant également d'importants défis au niveau de la protection de la vie privée et de la performance d'un tel calcul. Ainsi, l'organisation d'un calcul distribué sécurisé et efficace entre un grand nombre de PDMS peut s'avérer complexe, surtout en présence d'un nombre potentiellement important de nœuds corrompus. Cette thèse CIFRE est réalisée avec la société Cozy Cloud qui propose une solution libre de cloud personnel, Cozy. L'objectif est de fournir une étude approfondie de ce problème nouveau et crucial et de proposer des solutions appropriées pour entraîner efficacement un modèle d'IA (e.g., un réseau neuronal profond) dans un système totalement distribué tout en offrant de solides garanties de sécurité aux nœuds participants. Les résultats, sous forme de protocoles et d'algorithmes d'exécution distribués, sécurisés et fiables seront appliqués à des cas pratiques fournis par la société Cozy Cloud.

Initiatives such as the Blue/Green Button, MesInfos, MiData and new regulations such as the GDPR at the European level aim to enable individuals to retrieve their personal data from the companies or organizations which collected it. At the same time, platforms called Personal Data Management Systems (PDMS), Personal Information Management Systems (PIMS) or Personal Clouds are developing rapidly and allow users to store all their digital assets: data directly generated by their devices (e.g., connected objects, home automation, photos) and data from their interactions (e.g., preferences, social data, health, banking). Users can then use their PDMS for personal applications or for the benefit of the community. Thus, the PDMS paradigm promises to pave the way for new and innovative usage developed around personal data, including distributed computations across a large number of PDMS (e.g., automatic classification, recommendations, participatory studies). Such examples often require the formation of an artificial intelligence (AI) model based on a large volume of user data. However, this approach also raises significant privacy protection and performance challenges. The organization of secure and efficient distributed computing across a large number of PDMS can be complex, especially in the presence of a potentially large number of corrupted nodes. This CIFRE thesis is realized with the Cozy Cloud company which provides a Personal Cloud solution named Cozy. The objective is to make an in-depth study of this new and crucial problem and to propose appropriate solutions to effectively train an AI model (e.g., a deep neural network) in a fully distributed system while providing strong security guarantees to the participating nodes. The results, in the form of protocols and distributed, secure and reliable execution algorithms, will be applied to practical cases provided by the Cozy Cloud company, which offers a PDMS-type solution.