Sikker Multi-Party Computation
Sikker Multi-Party Computation (SMPC) er et kryptografisk paradigme, der gør det muligt for to eller flere parter at beregne en funktion over deres private input sammen uden at afsløre disse input for hinanden. SMPC, introduceret af Andrew Yao i 1982 gennem hans banebrydende garbled-circuit-konstruktion, giver beviselige privatlivsgarantier baseret på antagelser om beregningsmæssig sværhedsgrad. Det danner grundlag for moderne datanalyse, der beskytter privatlivets fred, og muliggør kollaborativ beregning på følsomme datasæt inden for finans, sundhedspleje og maskinlæring.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Yao, A. C. (1982). Protocols for secure computations. 23rd Annual Symposium on Foundations of Computer Science, 160–164. DOI: 10.1109/SFCS.1982.38 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Secure Multi-Party Computation (SMPC). ScholarGate. https://scholargate.app/da/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.
- Differential PrivacyPrivatlivsbeskyttelse↔ compare
- Fødereret læringPrivatlivsbeskyttelse↔ compare
- k-Anonymitet: Beskyttelse af individuel privatliv i frigivne dataPrivatlivsbeskyttelse↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →