Machine learningPrivacy-preserving analysis

Сигурни многостранни изчисления

Сигурните многостранни изчисления (SMPC) са криптографски парадигма, която позволява на две или повече страни да съвместно изчисляват функция върху своите частни входни данни, без да разкриват тези входни данни една на друга. Въведена от Андрю Яо през 1982 г. чрез неговата основополагаща конструкция с изкривени схеми (garbled-circuit), SMPC предоставя доказуеми гаранции за поверителност, основани на предположения за изчислителна трудност. Тя е в основата на съвременния анализ на данни, съхраняващ поверителност, като позволява съвместни изчисления върху чувствителни набори от данни във финансите, здравеопазването и машинното обучение.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Yao, A. C. (1982). Protocols for secure computations. 23rd Annual Symposium on Foundations of Computer Science, 160–164. DOI: 10.1109/SFCS.1982.38

Как да цитирате тази страница

ScholarGate. (2026, June 2). Secure Multi-Party Computation (SMPC). ScholarGate. https://scholargate.app/bg/privacy/secure-multiparty-computation

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

ScholarGateSecure Multi-Party Computation (Secure Multi-Party Computation (SMPC)). Извлечено на 2026-06-15 от https://scholargate.app/bg/privacy/secure-multiparty-computation · Набор от данни: https://doi.org/10.5281/zenodo.20539026