Previous Article in event
Next Article in event
Un estudio comparativo de métodos de MLOps para la protección de datos en aprendizaje federado
Published:
22 December 2023
by MDPI
in MOL2NET'23, Conference on Molecular, Biomed., Comput. & Network Science and Engineering, 9th ed.
congress NICE.XSM-09: North-Ibero-America Congress on Exp. & Simul. Methods, Valencia, Spain-Miami, USA, 2023.
Abstract:
Problema Central: A pesar de la creciente relevancia del aprendizaje federado, la integración de prácticas de MLOps en estos entornos para fortalecer la seguridad y privacidad de los datos no ha sido suficientemente explorada. Este vacío en la investigación destaca la necesidad de un estudio detallado y comparativo que aborde específicamente esta intersección.
Objetivos: Investigar cómo las metodologías de MLOps pueden ser aplicadas efectivamente en entornos de aprendizaje federado para mejorar la protección de datos. Así como proporcionar un análisis comparativo de diferentes métodos de MLOps y evaluar su impacto en la privacidad y seguridad de los datos en el aprendizaje federado.
Keywords: Maestría en Ciencia de Datos
Comments on this paper
Humbert G. Díaz
5 January 2024
Estimado(s) autor(es), Feliz Año Nuevo 24!!!
Gracias por su contribución a nuestra conferencia MOL2NET-09, Conference on Molecular, Biomedical, Computational, & Network Science and Engineering, ISSN: 2624-5078, MDPI SciForum, Basel, Switzerland, 2023.
En estos momentos la conferencia está cerrada para envios y hemos comenzado la ronda de Post-publicación con preguntas/comentarios en línea a los autores mediante el evento REVIEWWWERS.PUB-09, Reviewers, Pre-Prints, & Post-Publication Workshop, Bilbao-Miami, USA, 2023.
En cuanto a su trabajo, tenemos la siguiente pregunta para el(los) autor(es):
Los modelos MLOps son compatibles con la General Data Protection Regulation (GDPR) de la Unión Europea?
Participación de REVIEWWWERS'23:
También te invitamos a participar en el Taller REVIEWWWERS.PUB, que ya está abierto, realizando preguntas a otros autores.
Los pasos son muy fáciles. Instrucciones:
Paso (1), Regístrese/Inicie sesión aquí [Registrarse/Iniciar sesión] en la plataforma Sciforum, ó en el enlace https://login.mdpi.com/login.
Paso (2), vaya a [Lista de Trabajos MOL2NET'23] ó al enlace https://mol2net-09.sciforum.net/presentations/view.
Paso (3), desplácese hacia abajo en la lista de artículos y haga clic en un título.
Paso (4): Lea el artículo y luego desplácese hacia abajo y haga clic en el botón Comentar, publique su comentario/pregunta, siempre en un tono constructivo, y haga clic en enviar.
Paso (5): Repita el proceso de revisión para otros artículos.
Paso (6), Verifique en su correo electrónico respuestas de los autores y contra-argumente/agradesca por ello si lo cree necesario.
Paso (7), Recuerde verificar en su correo si ha tenido preguntas a su(s) propio(s) trabajo(s) y respondala(s).
Paso (8), Solicitar certificado al correo electrónico: mol2net.chair@gmail.com.
Ver detalles REVIEWWWERS.PUB-09, enlace https://mol2net-09.sciforum.net/reviewwwers-09.
Gracias por su contribución a nuestra conferencia MOL2NET-09, Conference on Molecular, Biomedical, Computational, & Network Science and Engineering, ISSN: 2624-5078, MDPI SciForum, Basel, Switzerland, 2023.
En estos momentos la conferencia está cerrada para envios y hemos comenzado la ronda de Post-publicación con preguntas/comentarios en línea a los autores mediante el evento REVIEWWWERS.PUB-09, Reviewers, Pre-Prints, & Post-Publication Workshop, Bilbao-Miami, USA, 2023.
En cuanto a su trabajo, tenemos la siguiente pregunta para el(los) autor(es):
Los modelos MLOps son compatibles con la General Data Protection Regulation (GDPR) de la Unión Europea?
Participación de REVIEWWWERS'23:
También te invitamos a participar en el Taller REVIEWWWERS.PUB, que ya está abierto, realizando preguntas a otros autores.
Los pasos son muy fáciles. Instrucciones:
Paso (1), Regístrese/Inicie sesión aquí [Registrarse/Iniciar sesión] en la plataforma Sciforum, ó en el enlace https://login.mdpi.com/login.
Paso (2), vaya a [Lista de Trabajos MOL2NET'23] ó al enlace https://mol2net-09.sciforum.net/presentations/view.
Paso (3), desplácese hacia abajo en la lista de artículos y haga clic en un título.
Paso (4): Lea el artículo y luego desplácese hacia abajo y haga clic en el botón Comentar, publique su comentario/pregunta, siempre en un tono constructivo, y haga clic en enviar.
Paso (5): Repita el proceso de revisión para otros artículos.
Paso (6), Verifique en su correo electrónico respuestas de los autores y contra-argumente/agradesca por ello si lo cree necesario.
Paso (7), Recuerde verificar en su correo si ha tenido preguntas a su(s) propio(s) trabajo(s) y respondala(s).
Paso (8), Solicitar certificado al correo electrónico: mol2net.chair@gmail.com.
Ver detalles REVIEWWWERS.PUB-09, enlace https://mol2net-09.sciforum.net/reviewwwers-09.
