Machine learningPrivacy-preserving analysis

Turvattu monen osapuolen laskenta

Turvattu monen osapuolen laskenta (SMPC) on kryptografinen paradigma, joka mahdollistaa kahden tai useamman osapuolen yhteisen funktion laskemisen heidän yksityisillä syötteillään paljastamatta näitä syötteitä toisilleen. Andrew Yao esitteli sen vuonna 1982 uraauurtavalla kiedottujen piirien (garbled circuit) rakenteellaan. SMPC tarjoaa todistettavia yksityisyystakuita, jotka perustuvat laskennallisiin vaikeusoletuksiin. Se on modernin yksityisyyttä suojaavan data-analyysin perusta, mahdollistaen arkaluonteisten tietoaineistojen yhteislaskennan rahoitusalalla, terveydenhuollossa ja koneoppimisessa.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  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

Näin viittaat tähän sivuun

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

Tähän viittaavat

ScholarGateSecure Multi-Party Computation (Secure Multi-Party Computation (SMPC)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/privacy/secure-multiparty-computation · Aineisto: https://doi.org/10.5281/zenodo.20539026