محاسبات چندجانبه امن
محاسبات چندجانبه امن (SMPC) پارادایمی رمزنگاری است که به دو یا چند طرف امکان میدهد تا تابعی را بر روی ورودیهای خصوصی خود به طور مشترک محاسبه کنند، بدون اینکه آن ورودیها را از یکدیگر فاش کنند. SMPC که در سال ۱۹۸۲ توسط اندرو یائو از طریق ساختار مدارهای درهمپیچیده (garbled-circuit) بنیانگذاری شد، تضمینهای حریم خصوصی قابل اثباتی را ارائه میدهد که بر فرضیات سختی محاسباتی استوار است. این روش، تحلیل دادههای حفظ حریم خصوصی مدرن را پشتیبانی میکند و امکان محاسبه مشارکتی بر روی مجموعه دادههای حساس در امور مالی، بهداشت و درمان و یادگیری ماشین را فراهم میآورد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Yao, A. C. (1982). Protocols for secure computations. 23rd Annual Symposium on Foundations of Computer Science, 160–164. DOI: 10.1109/SFCS.1982.38 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 2). Secure Multi-Party Computation (SMPC). ScholarGate. https://scholargate.app/fa/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.
- حریم خصوصی تفاضلیحریم خصوصی↔ compare
- یادگیری فدرالحریم خصوصی↔ compare
- ک-ناشناسی: حفاظت از حریم خصوصی فردی در دادههای منتشر شدهحریم خصوصی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →