Machine learningPrivacy-preserving analysis
Secure Multi-Party Computation
Secure Multi-Party Computation (SMPC)는 두 명 이상의 당사자가 서로에게 해당 입력을 공개하지 않고 개인 입력에 대한 함수를 공동으로 계산할 수 있도록 하는 암호화 패러다임입니다. 1982년 Andrew Yao가 그의 기념비적인 가비지 회로(garbled circuit) 구성을 통해 소개한 SMPC는 계산적 경도 가정(computational hardness assumptions)에 기반한 증명 가능한 프라이버시 보장을 제공합니다. 이는 금융, 의료, 머신러닝 분야의 민감한 데이터셋에 대한 협업 계산을 가능하게 하는 현대의 프라이버시 보존 데이터 분석의 기반이 됩니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Yao, A. C. (1982). Protocols for secure computations. 23rd Annual Symposium on Foundations of Computer Science, 160–164. DOI: 10.1109/SFCS.1982.38 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Secure Multi-Party Computation (SMPC). ScholarGate. https://scholargate.app/ko/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 →