Datos Sintéticos Diferencialmente Privados para IoT de Salud en el Borde
martes, 03 de noviembre de 2026
Este artículo presenta un nuevo marco que combina aprendizaje federado, redes generativas adversarias diferencialmente privadas (DP‑GANs) y computación en el borde para crear datos de salud sintéticos de alta calidad en dispositivos IoT con recursos limitados. Detalla la arquitectura, las garantías de privacidad, los compromisos de rendimiento y los pasos prácticos de despliegue, ayudando a desarrolladores y oficiales de cumplimiento a lanzar canalizaciones analíticas que preservan la privacidad en hospitales, clínicas remotas y ecosistemas de dispositivos portátiles. Leer más...