Privacy‑Preserving Camera Surveillance for 6G Edge Networks Using FHE

Syfte och mål

Projektet utvecklar en integritetsbevarande kameralösning för framtida 6G‑miljöer. Genom fullt homomorfisk kryptering kan ansiktsigenkänning ske helt lokalt och i krypterad form, utan att känsliga data exponeras. Resultatet blir ett proof‑of‑concept som visar hur säker, dataminimerande edge‑AI kan användas inom offentlig säkerhet och kritisk infrastruktur.

Förväntade effekter och resultat

Projektet väntas leverera ett fungerande proof‑of‑concept som visar att kamerabevakning kan göras helt i krypterad form vid nätverkets edge. Resultaten ger mätdata om prestanda, energieffektivitet och noggrannhet, samt vägledning för hur integritetsbevarande AI kan införas i 6G‑miljöer. Effekten blir ökad datasäkerhet och minimerad exponering av personuppgifter.

Planerat upplägg och genomförande

Projektet genomförs genom att utveckla och testa en prototyp för krypterad kamerabevakning vid nätverkets edge. Arbetet omfattar design av pipeline, implementation av krypterad funktionsmatchning med FHE och optimering för 6G‑nära miljöer. Systemet utvärderas genom mätningar av prestanda, noggrannhet, energi och bandbredd.