Machine learningPrivacy-preserving analysis
安全多方计算
安全多方计算（SMPC）是一种密码学范式，它使两个或多个参与方能够对各自的私有输入共同计算一个函数，而无需相互泄露这些输入。SMPC由Andrew Yao于1982年通过其开创性的混淆电路（garbled circuit）构造提出，它提供了基于计算困难性假设的可证明隐私保证。SMPC是现代隐私保护数据分析的基础，支持在金融、医疗保健和机器学习等领域的敏感数据集上进行协作计算。
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
- Yao, A. C. (1982). Protocols for secure computations. 23rd Annual Symposium on Foundations of Computer Science, 160–164. DOI: 10.1109/SFCS.1982.38 ↗
このページの引用方法
ScholarGate. (2026, June 2). Secure Multi-Party Computation (SMPC). ScholarGate. https://scholargate.app/ja/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.
- 差分プライバシープライバシー↔ compare
- Federated Learning（連合学習）プライバシー↔ compare
- k匿名性：公開データにおける個人プライバシーの保護プライバシー↔ compare