NEBULA nace para facilitar el diseno, despliegue y estudio del aprendizaje federado descentralizado sobre dispositivos reales y redes heterogeneas. El objetivo no es solo entrenar modelos sin centralizar datos, sino ofrecer un entorno practico donde privacidad, orquestacion y experimentacion evolucionen conjuntamente.
Acceso publico
NEBULA esta disponible como plataforma abierta:
Por que NEBULA
Muchas plataformas de aprendizaje federado asumen un coordinador central y una infraestructura relativamente limpia. NEBULA parte de una premisa distinta: los escenarios realistas incluyen pares dinamicos, comunicaciones limitadas y participantes con capacidades diferentes. Una plataforma descentralizada tiene que gestionar esa heterogeneidad y no ocultarla.
Estructura de la plataforma
NEBULA se organiza en cuatro capas que mantienen el flujo de trabajo comprensible. Un frontend visible para el usuario define y monitoriza la federacion. Un controlador interpreta los escenarios y los despliega. El core se ejecuta en los nodos participantes y gestiona entrenamiento local, comunicaciones y reporte. Sobre ese nucleo, la plataforma incorpora modulos de agregacion, datasets, ataques, ejecucion con soporte GPS y simulacion de red.
Seguridad y experimentacion
Una razon por la que la plataforma resulta relevante para investigacion es que trata la seguridad como parte de la propia superficie experimental. Soporta estrategias de agregacion robusta, simulacion de ataques, topologias diferentes y ejecucion sensible a la red. Eso la hace util tanto para ingenieria de sistemas como para estudiar resiliencia en condiciones no ideales.
Donde encaja
La plataforma es especialmente relevante para salud, IoT, defensa y otros entornos donde los datos no pueden centralizarse sin mas. En ese sentido, NEBULA no es solo un artefacto software. Tambien es una forma de operacionalizar la investigacion en aprendizaje federado descentralizado, evaluarla bajo restricciones realistas y volverla reproducible.
