Machine learningPrivacy-preserving computation
Homomorphic Encryption
Homomorphic Encryption (HE) は、復号を必要とせずに暗号化されたデータ上で直接任意の計算を実行できる暗号化フレームワークである。2009年に Craig Gentry によって理想格子を用いた完全な一般構成として初めて実現され、サーバーが機密データを処理し、データ所有者が復号すると平文で同じ計算を実行した場合と同じ結果になる暗号化された結果を返すことを可能にする。これは、プライバシー保護機械学習、セキュアなクラウドコンピューティング、および機密分析の基礎となる。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Gentry, C. (2009). Fully homomorphic encryption using ideal lattices. ACM Symposium on Theory of Computing (STOC), 169–178. DOI: 10.1145/1536414.1536440 ↗
このページの引用方法
ScholarGate. (2026, June 2). Fully Homomorphic Encryption. ScholarGate. https://scholargate.app/ja/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 →