Abstract:
A method includes analyzing, on a first computing device, data from second computing device(s) of user interaction with a user interface of an application previously executed on the second computing device(s). The data corresponds to events caused by the user interaction with the user interface of the application. The first computing device generates representation(s) of the analyzed data and outputs the representation(s) of the user interaction. Another method includes capturing and logging, by a computing device, events caused by user interaction with a user interface of an application when the application is executed on the computing device. In response to a trigger, data comprising the captured and logged events is sent toward another computing device. Another method includes instrumenting a measurement library into an application to create an instrumented version of the application, and sending the instrumented application to computing device(s). Methods, apparatus, : software, and computer program products are disclosed.
Abstract:
An embodiment includes causing elements to be recognized that correspond to one or more browser-supported programming languages in an application. The recognized elements are those elements that can be converted to native user interface elements in the operating system and rendered on a display of a computing device. The elements in the one or more browser-supported programming languages are converted to native user interface elements. The native user interface elements are caused to be rendered on the display of the computing device. Methods, apparatus, software, and computer program products are disclosed.
Abstract:
Verfahren zum Aufteilen einer Datenverarbeitungsaufgabe auf eine Vielzahl von Einheiten, die mindestens eine mobile Einheit beinhalten. Das Verfahren beinhaltet, Kosten zum Durchführen einer Datenverarbeitungsaufgabe für einen Datensatz zu schätzen. Wenn die geschätzten Kosten größer als ein Kostenschwellenwert sind, beinhaltet das Verfahren des Weiteren, ein drahtloses Ad-hoc-Netzwerk zu bilden, das aus einer Vielzahl von Einheiten besteht; einen Teil des Datensatzes auf einzelne Einheiten der Einheiten herunterzuladen; durch jede Einheit eine Datenverarbeitungsaufgabe für den heruntergeladenen Teil des Datensatzes durchzuführen; und ein Ergebnis der Datenverarbeitungsaufgabe von jeder Einheit an alle anderen Einheften des Netzwerks drahtlos zu übertragen. Das Verfahren kann durch eine Ausführung eines Anwendungsprogramms durchgeführt werden, das in mobilen Einheiten gespeichert ist, die für eine lokale, drahtlose Verbindung mit einem entfernt angeordneten Server konfiguriert sind, von dem der Teil des Datensatzes heruntergeladen wird.
Abstract:
Ausführungsformen betreffen Trainieren eines Modells für maschinelles Lernen auf Grundlage eines iterativen Algorithmus in einer verteilten, föderierten, privaten und sicheren Weise. Teilnehmende Entitäten werden in einer Kooperationsbeziehung registriert. Die registrierten teilnehmenden Entitäten werden in einer Topologie angeordnet und eine topologische Datenübertragungsrichtung wird eingerichtet. Jede registrierte teilnehmende Entität empfängt einen öffentlichen additiven homomorphen Verschlüsselungs-(AHE-)-Schlüssel, und lokale ML-Modell-Gewichtungen werden mit dem empfangenen öffentlichen Schlüssel verschlüsselt. Die verschlüsselten lokalen ML-Modell-Gewichtungen werden selektiv aggregiert und in Abhängigkeit von der topologischen Datenübertragungsrichtung an eine oder mehrere beteiligte Entitäten in der Topologie verteilt. Die aggregierte Summe der verschlüsselten lokalen ML-Modell-Gewichtungen wird einer Entschlüsselung mit einem entsprechenden privaten AHE-Schlüssel unterzogen. Die entschlüsselte aggregierte Summe der verschlüsselten lokalen ML-Modell-Gewichtungen wird mit den registrierten teilnehmenden Entitäten geteilt.
Abstract:
A method to share a computation task amongst a plurality of devices including at least one mobile device. The method includes estimating a cost to perform a computation task on a data set. If the estimated cost is greater than a threshold cost, the method further includes forming an ad-hoc wireless network comprised of a plurality of devices; downloading a portion of the data set to individual ones of the devices; performing a computation task by each device on the downloaded portion of the data set; and wirelessly transferring a result of the computation task from each device to all other devices of the network. The method can be performed by execution of an application program stored in mobile devices configured for local area wireless connectivity with neighboring mobile devices and for wireless connectivity to a remote server from which the portion of the data set is downloaded.