ScholarGate
Assistent
Machine learningPrivacy-preserving computation

Homomorphe Verschlüsselung

Homomorphe Verschlüsselung (HE) ist ein kryptografisches Framework, das beliebige Berechnungen direkt auf verschlüsselten Daten ermöglicht, ohne dass eine Entschlüsselung erforderlich ist. Erstmalig als vollständig allgemeine Konstruktion von Craig Gentry im Jahr 2009 unter Verwendung von Ideal-Gittern realisiert, ermöglicht sie einem Server, sensible Daten zu verarbeiten und ein verschlüsseltes Ergebnis zurückzugeben, das bei Entschlüsselung durch den Dateneigentümer dem Ergebnis der gleichen Berechnung auf Klartext entspricht. Sie ist grundlegend für datenschutzfreundliches maschinelles Lernen, sicheres Cloud Computing und vertrauliche Analysen.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

Quellen

  1. Gentry, C. (2009). Fully homomorphic encryption using ideal lattices. ACM Symposium on Theory of Computing (STOC), 169–178. DOI: 10.1145/1536414.1536440

So zitieren Sie diese Seite

ScholarGate. (2026, June 2). Fully Homomorphic Encryption. ScholarGate. https://scholargate.app/de/privacy/homomorphic-encryption

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
ScholarGateHomomorphic Encryption (Fully Homomorphic Encryption). Abgerufen am 2026-06-15 von https://scholargate.app/de/privacy/homomorphic-encryption · Datensatz: https://doi.org/10.5281/zenodo.20539026