ScholarGate
Assistent
Machine learningPrivacy-preserving analysis

Turvaline mitmepoolne arvutus

Turvaline mitmepoolne arvutus (SMPC) on krüptograafiline paradigma, mis võimaldab kahel või enamal osalisel ühiselt arvutada funktsiooni nende privaatsete sisendite üle, ilma et nad neid sisendeid üksteisele paljastaksid. Andrew Yao poolt 1982. aastal oma mõjuka hägusa ahelkonstruktsiooniga tutvustatud SMPC pakub tõestatavaid privaatsusgarantiisid, mis põhinevad arvutuslikel raskusastmetel. See on tänapäevase privaatsust säilitava andmeanalüüsi alus, võimaldades tundlike andmekogumite koostööl põhinevat arvutamist finants-, tervishoiu- ja masinõppe valdkonnas.

Ava rakenduses MethodMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

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

Allikad

  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

Kuidas sellele lehele viidata

ScholarGate. (2026, June 2). Secure Multi-Party Computation (SMPC). ScholarGate. https://scholargate.app/et/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

Sellele viitavad

ScholarGateSecure Multi-Party Computation (Secure Multi-Party Computation (SMPC)). Loetud 2026-06-15 aadressilt https://scholargate.app/et/privacy/secure-multiparty-computation · Andmestik: https://doi.org/10.5281/zenodo.20539026