ScholarGate
Pembantu
Machine learningPrivacy-preserving analysis

Secure Multi-Party Computation

Secure Multi-Party Computation (SMPC) ialah sebuah paradigma kriptografi yang membolehkan dua atau lebih pihak untuk bersama-sama mengira fungsi ke atas input peribadi mereka tanpa mendedahkan input tersebut antara satu sama lain. Diperkenalkan oleh Andrew Yao pada tahun 1982 melalui pembinaan litar terperosok (garbled circuit) beliau yang seminal, SMPC menyediakan jaminan privasi yang boleh dibuktikan berlandaskan andaian kesukaran pengiraan. Ia menyokong analisis data moden yang memelihara privasi, membolehkan pengiraan kolaboratif ke atas set data sensitif dalam kewangan, penjagaan kesihatan, dan pembelajaran mesin.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log 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 memetik halaman ini

ScholarGate. (2026, June 2). Secure Multi-Party Computation (SMPC). ScholarGate. https://scholargate.app/ms/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)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/privacy/secure-multiparty-computation · Set data: https://doi.org/10.5281/zenodo.20539026