• federatedLearning
• mec
• explainableAI
• openFL
• docker

L’obiettivo del lavoro di tesi è quello di progettare, sviluppare e sperimentare un framework che consenta di poter eseguire applicazioni mobile che sfruttino modelli di intelligenza artificiale, addestrati utilizzando il paradigma del federated learning. In particolare, si dovrà realizzare un framework che consenta di sfruttare la presenza di un MEC server che si occuperà di gestire le operazioni di sincronizzazione fra i vari user device interessati ad utilizzare una specifica applicazione di intelligenza artificiale. Tali client potranno chiedere di utilizzare modelli disponibili, potranno mettersi a disposizione per partecipare al federated learning e potranno ricevere aggiornamenti sul modello da utilizzare localmente. Si potrà inoltre prevedere gli user device possano avere dei digital twin sul MEC server a supporto del processo di federated learning


The objective of this work of thesis is to design and develop a framework that enables the deployment of mobile applications that exploit artificial intelligence models, trained through federated learning. In details, the framework has to exploit a MEC server that manages the synchronization between multiple user device interested in the application. Those client can ask to employ an existing model, can participate in the federated learning training, and can receive updates on the model to be used locally. It could be envisioned that client will have digital twins on the MEC server to support the federated learning process