\n\t\t\t\t\t\t\t\t
![\"\"](\"https:\/\/www.europesays.com\/pt\/wp-content\/uploads\/2025\/12\/foto-ana-catarina-gomes-768x506.jpg\")
\t\t\t\t\t\t\t<\/p>\n<\/p>\n
\t\t\t\t\t\t\t\t\t\t\tA disserta\u00e7\u00e3o de mestrado de Ana Catarina Gomes est\u00e1 entre as quatro premiadas com o \u00abIEEE Portugal Outstanding MSc Thesis Award 2025\u00bb.
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/p>\n
Ana Catarina Gomes defendeu em outubro a sua disserta\u00e7\u00e3o de mestrado, considerada pela IEEE uma das melhores de 2025. Foto: DR <\/p>\n
\t\t\t\t
\n
\n\t\t\t
<\/p>\n
O cap\u00edtulo portugu\u00eas do\u00a0Institute of Electrical and Electronics Engineers (IEEE)<\/strong>, a maior associa\u00e7\u00e3o de profissionais da \u00e1rea da tecnologia a n\u00edvel mundial, distinguiu recentemente Ana Catarina Gomes<\/strong>, mestre em Ci\u00eancia de Dados<\/strong> pela\u00a0Faculdade de Ci\u00eancias da Universidade do Porto (FCUP) <\/strong>com o\u00a0IEEE Portugal Outstanding MSc Thesis Award 2025<\/strong>, destinado \u00e0s melhores disserta\u00e7\u00f5es de mestrado em Portugal<\/strong> nas \u00e1reas t\u00e9cnicas cobertas pelo IEEE.<\/p>\n A disserta\u00e7\u00e3o de\u00a0Ana Catarina Gomes<\/strong>, com o t\u00edtulo \u201cActive Inference against Federated Learning: Attacks and Solutions<\/a><\/strong>\u201d, aborda a privacidade de dados em modelos de machine learning<\/strong>, em particular em mecanismos de aprendizagem distribu\u00edda<\/strong>, como Federated Learning (FL), uma solu\u00e7\u00e3o que pretende mitigar as preocupa\u00e7\u00f5es com privacidade dos dados<\/strong> usados para treino atrav\u00e9s da descentraliza\u00e7\u00e3o.<\/p>\n \u201cO meu trabalho prop\u00f4s novos ataques ativos contra FL para inferir atributos sens\u00edveis do ponto de vista da privacidade, como por exemplo se um utilizador de um smartphone est\u00e1 em casa. Este estudo mostra que t\u00e9cnicas desenvolvidas para preservar a privacidade<\/strong>, como FL, introduzem novas vulnerabilidades ainda pouco exploradas<\/strong>, e que modelos com boa capacidade de generaliza\u00e7\u00e3o acarretam uma falsa sensa\u00e7\u00e3o de seguran\u00e7a<\/strong>\u201c, explica a atual estudante do Programa Doutoral em Ci\u00eancia de Computadores<\/strong>. <\/p>\n Na sua disserta\u00e7\u00e3o, Ana Catarina Mendes apresenta, por isso, propostas alternativas de t\u00e9cnicas de dete\u00e7\u00e3o e mitiga\u00e7\u00e3o para ataques ativos<\/strong>, que v\u00e3o al\u00e9m das existentes ao equilibrar o compromisso entre privacidade e utilidade, sendo eficazes contra amea\u00e7as ativas subestimadas. Esta \u00e9 uma \u00e1rea cada vez mais cr\u00edtica dado o crescimento exponencial da intelig\u00eancia artificial.<\/p>\n O trabalho da jovem investigadora, que est\u00e1 entre quatro distinguidos pelo IEEE<\/a>, contou com a orienta\u00e7\u00e3o do docente da FCUP e investigador do INESC TEC, Jo\u00e3o Vilela<\/strong>.<\/p>\n