Motivation
In Unternehmen werden häufig Wissensgraphen (Knowledge Graphs, KGs) verwendet, um Daten aus heterogenen Quellen zu integrieren. Zusätzlich können so Metadaten und das bezüglich seiner Bedeutung (semantisch) maschinenverständlich aufbereitete Hintergrundwissen in einer einheitlichen Struktur bereitgestellt werden. Die neusten Entwicklungen aus den gut etablierten Feldern semantische Technologien, der Grundlage von KGs, maschinellem Lernen (ML) und Kryptographie werden schnell praktisch eingesetzt. Die Kombination dieser Technologien ist allerdings noch weitestgehend unerforscht. Datengesteuerte Künstliche Intelligenz (KI) kann verborgenes Wissen aus Mustern und Beziehungen zwischen Datenpunkten aufdecken. Dies kann jedoch dazu führen, dass auf solche Weise gewonnenes Wissen im Konflikt mit Datenschutzinteressen steht.
Ziele und Vorgehen
Ziel von CRYPTO4GRAPH-AI ist es, ein Framework zu entwickeln, welches das Training und den Austausch von datenschutzfreundlichen Machine-Learning-Modellen für Daten aus Wissensgraphen unterstützt. Die Machbarkeit soll demonstriert werden, indem Experimente basierend auf Anwendungsfällen in komplementären Domänen durchgeführt werden. So sollen die Vertraulichkeit der Daten und die Einhaltung von Datenschutzbestimmungen sichergestellt werden. Am Projekt sind jeweils ein Forschungsinstitut und ein Unternehmen aus Deutschland und Frankreich beteiligt.
Innovationen und Perspektiven
Das interdisziplinäre Konsortium vereint Expertise in den Bereichen Kryptographie und Technologien zur Verbesserung der Privatsphäre sowie semantische Technologien und Maschinelles Lernen. Anwendungsfälle aus verschiedenen Bereichen der Cybersicherheit und des Lieferkettenmanagements werden dafür sorgen, dass die entwickelten Lösungen breit einsetzbar und wiederverwendbar sind. Gemeinsam mit den französischen Partnern werden die Projektergebnisse die Bemühungen des Projekts GAIA-X um eine vertrauenswürdige europäische Dateninfrastruktur für Datensicherheit und – souveränität unterstützen.