Secure Multi-Party Computation
Secure Multi-Party Computation (SMPC) is een cryptografisch paradigma dat twee of meer partijen in staat stelt om gezamenlijk een functie over hun privé-invoer te berekenen zonder deze invoer aan elkaar te onthullen. Geïntroduceerd door Andrew Yao in 1982 via zijn baanbrekende garbled-circuit constructie, biedt SMPC bewijsbare privacygaranties die gegrondvest zijn op aannames over computationele hardheid. Het vormt de basis voor moderne privacy-beschermende data-analyse, waardoor collaboratieve berekeningen op gevoelige datasets mogelijk worden in financiën, gezondheidszorg en machine learning.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Yao, A. C. (1982). Protocols for secure computations. 23rd Annual Symposium on Foundations of Computer Science, 160–164. DOI: 10.1109/SFCS.1982.38 ↗
Deze pagina citeren
ScholarGate. (2026, June 2). Secure Multi-Party Computation (SMPC). ScholarGate. https://scholargate.app/nl/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.
- Differentiële PrivacyPrivacy↔ compare
- Federated LearningPrivacy↔ compare
- k-Anonymiteit: Bescherming van Individuele Privacy in Gepubliceerde DataPrivacy↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →