12 research outputs found
Kubernetes as a batch scheduler
Get PDFThis project aims at executing a CERN batch use case using Kubernetes, in order to figure out what are the advantages and disadvantages, as well as the functionality that can be replicated or is missing. The reference for the batch system is the CERN Batch System, which uses HTCondor. Another goal of this project is to evaluate the current status of federated resources in Kubernetes, in comparison to the single-cluster API resources. Finally, the last goal of this project is to implement built-in support to Kubernetes federations in OpenStack Magnum, allowing operators to easily create and manage Kubernetes federations with Magnum clusters, through API calls or command line interface. OpenStack Magnum[1] is the container infrastructure component of OpenStack[2], the open-source software that allows CERN to manage its computing resources in order to create private clouds
Short Courses of the 20th Brazilian Symposium on Information and Computational Systems Security
No full textThe SBSeg 2020 Book of Minicourses presents computing tools focused on Information Security, as well as new paradigms aimed at data privacy, being very useful for people who wish to gain knowledge in the respective areas covered. The first chapter, entitled "Processing confidential data from sensors in the cloud", presents how to use confidential computing tools for developing IoT applications that process potentially sensitive data in the cloud. The second chapter, "Natural Language Processing to Identify Fake News in Social Networks: Tools, Trends and Challenges", presents methods for preprocessing data in natural language, vectoring, dimensionality reduction, machine learning, and quality assessment of information retrieval. Finally, in the third chapter, "User Privacy in Collaborative Learning: Federated Learning, from Theory to Practice", the Federated Learning paradigm is discussed, which allows collaborative execution of learning models in local data and subsequent aggregation into a centralized global model. The chapter focuses on presenting the principles, applications, as well as challenges and attacks on federated learning, through a practical-theoretical approach with a focus on users’ privacy.O Livro de Minicursos do SBSeg 2020 apresenta ferramentas de computação voltadas para a Segurança de Informação, bem como novos paradigmas voltados à privacidade de dados, sendo de muita utilidade para pessoas que desejem ganhar conhecimento nas respectivas áreas abordadas. O primeiro capítulo, intitulado "Processamento confidencial de dados de sensores na nuvem", apresenta como ferramentas de computação confidencial podem ser usadas para o desenvolvimento de aplicações que processam dados potencialmente sensíveis de aplicações de Internet das Coisas na nuvem. O segundo capítulo, "Processamento de Linguagem Natural para Identificação de Notícias Falsas em Redes Sociais: Ferramentas, Tendências e Desafios", apresenta métodos de pré-processamento de dados em linguagem natural, vetorização, redução de dimensionalidade, aprendizado de máquina e avaliação da qualidade de recuperação de informação. Por fim, no terceiro capítulo, "Privacidade do Usuário em Aprendizado Colaborativo: Federated Learning, da Teoria à Prática", discute-se o paradigma de Aprendizado Federado (Federated Learning), que permite a execução colaborativa de modelos de aprendizado em dados locais e posterior agregação em um modelo global centralizado. O capítulo foca em apresentar os princípios, as aplicações, assim como os desafios e os ataques ao aprendizado federado, através de uma abordagem prático-teórica com foco na privacidade dos usuários
Short Courses of the 20th Brazilian Symposium on Information and Computational Systems Security
No full textThe SBSeg 2020 Book of Minicourses presents computing tools focused on Information Security, as well as new paradigms aimed at data privacy, being very useful for people who wish to gain knowledge in the respective areas covered. The first chapter, entitled "Processing confidential data from sensors in the cloud", presents how to use confidential computing tools for developing IoT applications that process potentially sensitive data in the cloud. The second chapter, "Natural Language Processing to Identify Fake News in Social Networks: Tools, Trends and Challenges", presents methods for preprocessing data in natural language, vectoring, dimensionality reduction, machine learning, and quality assessment of information retrieval. Finally, in the third chapter, "User Privacy in Collaborative Learning: Federated Learning, from Theory to Practice", the Federated Learning paradigm is discussed, which allows collaborative execution of learning models in local data and subsequent aggregation into a centralized global model. The chapter focuses on presenting the principles, applications, as well as challenges and attacks on federated learning, through a practical-theoretical approach with a focus on users’ privacy.O Livro de Minicursos do SBSeg 2020 apresenta ferramentas de computação voltadas para a Segurança de Informação, bem como novos paradigmas voltados à privacidade de dados, sendo de muita utilidade para pessoas que desejem ganhar conhecimento nas respectivas áreas abordadas. O primeiro capítulo, intitulado "Processamento confidencial de dados de sensores na nuvem", apresenta como ferramentas de computação confidencial podem ser usadas para o desenvolvimento de aplicações que processam dados potencialmente sensíveis de aplicações de Internet das Coisas na nuvem. O segundo capítulo, "Processamento de Linguagem Natural para Identificação de Notícias Falsas em Redes Sociais: Ferramentas, Tendências e Desafios", apresenta métodos de pré-processamento de dados em linguagem natural, vetorização, redução de dimensionalidade, aprendizado de máquina e avaliação da qualidade de recuperação de informação. Por fim, no terceiro capítulo, "Privacidade do Usuário em Aprendizado Colaborativo: Federated Learning, da Teoria à Prática", discute-se o paradigma de Aprendizado Federado (Federated Learning), que permite a execução colaborativa de modelos de aprendizado em dados locais e posterior agregação em um modelo global centralizado. O capítulo foca em apresentar os princípios, as aplicações, assim como os desafios e os ataques ao aprendizado federado, através de uma abordagem prático-teórica com foco na privacidade dos usuários
Short Courses of the 20th Brazilian Symposium on Information and Computational Systems Security
No full textThe SBSeg 2020 Book of Minicourses presents computing tools focused on Information Security, as well as new paradigms aimed at data privacy, being very useful for people who wish to gain knowledge in the respective areas covered. The first chapter, entitled "Processing confidential data from sensors in the cloud", presents how to use confidential computing tools for developing IoT applications that process potentially sensitive data in the cloud. The second chapter, "Natural Language Processing to Identify Fake News in Social Networks: Tools, Trends and Challenges", presents methods for preprocessing data in natural language, vectoring, dimensionality reduction, machine learning, and quality assessment of information retrieval. Finally, in the third chapter, "User Privacy in Collaborative Learning: Federated Learning, from Theory to Practice", the Federated Learning paradigm is discussed, which allows collaborative execution of learning models in local data and subsequent aggregation into a centralized global model. The chapter focuses on presenting the principles, applications, as well as challenges and attacks on federated learning, through a practical-theoretical approach with a focus on users’ privacy.O Livro de Minicursos do SBSeg 2020 apresenta ferramentas de computação voltadas para a Segurança de Informação, bem como novos paradigmas voltados à privacidade de dados, sendo de muita utilidade para pessoas que desejem ganhar conhecimento nas respectivas áreas abordadas. O primeiro capítulo, intitulado "Processamento confidencial de dados de sensores na nuvem", apresenta como ferramentas de computação confidencial podem ser usadas para o desenvolvimento de aplicações que processam dados potencialmente sensíveis de aplicações de Internet das Coisas na nuvem. O segundo capítulo, "Processamento de Linguagem Natural para Identificação de Notícias Falsas em Redes Sociais: Ferramentas, Tendências e Desafios", apresenta métodos de pré-processamento de dados em linguagem natural, vetorização, redução de dimensionalidade, aprendizado de máquina e avaliação da qualidade de recuperação de informação. Por fim, no terceiro capítulo, "Privacidade do Usuário em Aprendizado Colaborativo: Federated Learning, da Teoria à Prática", discute-se o paradigma de Aprendizado Federado (Federated Learning), que permite a execução colaborativa de modelos de aprendizado em dados locais e posterior agregação em um modelo global centralizado. O capítulo foca em apresentar os princípios, as aplicações, assim como os desafios e os ataques ao aprendizado federado, através de uma abordagem prático-teórica com foco na privacidade dos usuários
Short Courses of the 20th Brazilian Symposium on Information and Computational Systems Security
No full textThe SBSeg 2020 Book of Minicourses presents computing tools focused on Information Security, as well as new paradigms aimed at data privacy, being very useful for people who wish to gain knowledge in the respective areas covered. The first chapter, entitled "Processing confidential data from sensors in the cloud", presents how to use confidential computing tools for developing IoT applications that process potentially sensitive data in the cloud. The second chapter, "Natural Language Processing to Identify Fake News in Social Networks: Tools, Trends and Challenges", presents methods for preprocessing data in natural language, vectoring, dimensionality reduction, machine learning, and quality assessment of information retrieval. Finally, in the third chapter, "User Privacy in Collaborative Learning: Federated Learning, from Theory to Practice", the Federated Learning paradigm is discussed, which allows collaborative execution of learning models in local data and subsequent aggregation into a centralized global model. The chapter focuses on presenting the principles, applications, as well as challenges and attacks on federated learning, through a practical-theoretical approach with a focus on users’ privacy.O Livro de Minicursos do SBSeg 2020 apresenta ferramentas de computação voltadas para a Segurança de Informação, bem como novos paradigmas voltados à privacidade de dados, sendo de muita utilidade para pessoas que desejem ganhar conhecimento nas respectivas áreas abordadas. O primeiro capítulo, intitulado "Processamento confidencial de dados de sensores na nuvem", apresenta como ferramentas de computação confidencial podem ser usadas para o desenvolvimento de aplicações que processam dados potencialmente sensíveis de aplicações de Internet das Coisas na nuvem. O segundo capítulo, "Processamento de Linguagem Natural para Identificação de Notícias Falsas em Redes Sociais: Ferramentas, Tendências e Desafios", apresenta métodos de pré-processamento de dados em linguagem natural, vetorização, redução de dimensionalidade, aprendizado de máquina e avaliação da qualidade de recuperação de informação. Por fim, no terceiro capítulo, "Privacidade do Usuário em Aprendizado Colaborativo: Federated Learning, da Teoria à Prática", discute-se o paradigma de Aprendizado Federado (Federated Learning), que permite a execução colaborativa de modelos de aprendizado em dados locais e posterior agregação em um modelo global centralizado. O capítulo foca em apresentar os princípios, as aplicações, assim como os desafios e os ataques ao aprendizado federado, através de uma abordagem prático-teórica com foco na privacidade dos usuários
Short Courses of the 21st Brazilian Symposium on Information and Computational Systems Security
No full textThe Short Courses Book of the XXI Brazilian Symposium on Information and Computer Systems Security (SBSeg) brings the written version of the proposals accepted and presented online in this edition of SBSeg. In the SBSeg\u27s short courses, there is practical and cute-edge knowledge in the cybersecurity area, thus we have more applied and theoretical short courses in this edition of SBSeg. The four chapters of the short courses book are about topics such as Full homomorphic cryptography with implementation in Sage, Security and scalability in blockchain sharding, Authentication of cloud-native applications with SPIFFE identities, and Security in 5G networks: opportunities and challenges in anomaly detection and traffic prediction based on machine learning. These short course chapters are intended to update the professional’s knowledge of who works in cybersecurity and provide students with content not normally covered in courses in the area.O Livro de Minicursos do XXI Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais (SBSeg) traz a versão escrita das propostas aceitas e apresentadas online nesta edição do SBSeg. Nos minicursos do SBSeg há conteúdo mais práticos e também mais próximo da fronteira do conhecimento na área de cibersegurança, assim temos minicursos mais aplicados e mais teóricos nesta edição do SBSeg. Os 4 capítulos do livro de minicursos versam sobre temas como: Criptografia completamente homomórfica com implementação em Sage, Segurança e escalabilidade em sharding blockchain, Autenticação de aplicações nativas da nuvem com identidades SPIFFE e Segurança em redes 5G: oportunidades e desafios em detecção de anomalias e predição de tráfego baseadas em aprendizado de máquina. Estes capítulos do livro de minicursos tem o objetivo de atualizar os conhecimentos de profissionais que já atuam em cibersegurança e dar formação à estudantes com conteúdo que normalmente não são abordados em cursos da área.
 
Short Courses of the 21st Brazilian Symposium on Information and Computational Systems Security
No full textThe Short Courses Book of the XXI Brazilian Symposium on Information and Computer Systems Security (SBSeg) brings the written version of the proposals accepted and presented online in this edition of SBSeg. In the SBSeg\u27s short courses, there is practical and cute-edge knowledge in the cybersecurity area, thus we have more applied and theoretical short courses in this edition of SBSeg. The four chapters of the short courses book are about topics such as Full homomorphic cryptography with implementation in Sage, Security and scalability in blockchain sharding, Authentication of cloud-native applications with SPIFFE identities, and Security in 5G networks: opportunities and challenges in anomaly detection and traffic prediction based on machine learning. These short course chapters are intended to update the professional’s knowledge of who works in cybersecurity and provide students with content not normally covered in courses in the area.O Livro de Minicursos do XXI Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais (SBSeg) traz a versão escrita das propostas aceitas e apresentadas online nesta edição do SBSeg. Nos minicursos do SBSeg há conteúdo mais práticos e também mais próximo da fronteira do conhecimento na área de cibersegurança, assim temos minicursos mais aplicados e mais teóricos nesta edição do SBSeg. Os 4 capítulos do livro de minicursos versam sobre temas como: Criptografia completamente homomórfica com implementação em Sage, Segurança e escalabilidade em sharding blockchain, Autenticação de aplicações nativas da nuvem com identidades SPIFFE e Segurança em redes 5G: oportunidades e desafios em detecção de anomalias e predição de tráfego baseadas em aprendizado de máquina. Estes capítulos do livro de minicursos tem o objetivo de atualizar os conhecimentos de profissionais que já atuam em cibersegurança e dar formação à estudantes com conteúdo que normalmente não são abordados em cursos da área.
 
Short Courses of the 21st Brazilian Symposium on Information and Computational Systems Security
No full textThe Short Courses Book of the XXI Brazilian Symposium on Information and Computer Systems Security (SBSeg) brings the written version of the proposals accepted and presented online in this edition of SBSeg. In the SBSeg\u27s short courses, there is practical and cute-edge knowledge in the cybersecurity area, thus we have more applied and theoretical short courses in this edition of SBSeg. The four chapters of the short courses book are about topics such as Full homomorphic cryptography with implementation in Sage, Security and scalability in blockchain sharding, Authentication of cloud-native applications with SPIFFE identities, and Security in 5G networks: opportunities and challenges in anomaly detection and traffic prediction based on machine learning. These short course chapters are intended to update the professional’s knowledge of who works in cybersecurity and provide students with content not normally covered in courses in the area.O Livro de Minicursos do XXI Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais (SBSeg) traz a versão escrita das propostas aceitas e apresentadas online nesta edição do SBSeg. Nos minicursos do SBSeg há conteúdo mais práticos e também mais próximo da fronteira do conhecimento na área de cibersegurança, assim temos minicursos mais aplicados e mais teóricos nesta edição do SBSeg. Os 4 capítulos do livro de minicursos versam sobre temas como: Criptografia completamente homomórfica com implementação em Sage, Segurança e escalabilidade em sharding blockchain, Autenticação de aplicações nativas da nuvem com identidades SPIFFE e Segurança em redes 5G: oportunidades e desafios em detecção de anomalias e predição de tráfego baseadas em aprendizado de máquina. Estes capítulos do livro de minicursos tem o objetivo de atualizar os conhecimentos de profissionais que já atuam em cibersegurança e dar formação à estudantes com conteúdo que normalmente não são abordados em cursos da área.
 
