ScholarGate
Assistente
Machine learningPrivacy-preserving analysis

Cálculo Seguro Multipartidário

Cálculo Seguro Multipartidário (SMPC) é um paradigma criptográfico que permite que duas ou mais partes computem conjuntamente uma função sobre suas entradas privadas sem revelar essas entradas umas às outras. Introduzido por Andrew Yao em 1982 através de sua seminal construção de circuito embaralhado (garbled circuit), o SMPC fornece garantias de privacidade comprováveis, fundamentadas em suposições de dureza computacional. Ele sustenta a análise de dados moderna que preserva a privacidade, permitindo a computação colaborativa em conjuntos de dados sensíveis nas áreas financeira, de saúde e de aprendizado de máquina.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  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

Como citar esta página

ScholarGate. (2026, June 2). Secure Multi-Party Computation (SMPC). ScholarGate. https://scholargate.app/pt/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

Referenciado por

ScholarGateSecure Multi-Party Computation (Secure Multi-Party Computation (SMPC)). Recuperado em 2026-06-15 de https://scholargate.app/pt/privacy/secure-multiparty-computation · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026