ScholarGate
Asisten
Machine learningPrivacy-preserving analysis

Komputasi Aman Multi-Pihak

Secure Multi-Party Computation (SMPC) adalah sebuah paradigma kriptografis yang memungkinkan dua pihak atau lebih untuk secara bersama-sama menghitung sebuah fungsi atas masukan privat mereka tanpa mengungkapkan masukan tersebut satu sama lain. Diperkenalkan oleh Andrew Yao pada tahun 1982 melalui konstruksi sirkuit tergarbel (garbled-circuit) seminalnya, SMPC menyediakan jaminan privasi yang dapat dibuktikan yang didasarkan pada asumsi kesulitan komputasi. SMPC menjadi dasar analisis data modern yang menjaga privasi, memungkinkan komputasi kolaboratif pada kumpulan data sensitif di bidang keuangan, kesehatan, dan pembelajaran mesin.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

Sumber

  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

Cara menyitasi halaman ini

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

Dirujuk oleh

ScholarGateSecure Multi-Party Computation (Secure Multi-Party Computation (SMPC)). Diakses 2026-06-15 dari https://scholargate.app/id/privacy/secure-multiparty-computation · Set data: https://doi.org/10.5281/zenodo.20539026