Säker flerpartsberäkning
Säker flerpartsberäkning (SMPC) är ett kryptografiskt paradigm som möjliggör för två eller flera parter att gemensamt beräkna en funktion över sina privata indata utan att avslöja dessa indata för varandra. SMPC, som introducerades av Andrew Yao 1982 genom hans banbrytande konstruktion med förvrängda kretsar (garbled circuits), ger bevisbara integritetsgarantier grundade i beräkningsmässiga svårighetsantaganden. Det utgör grunden för modern integritetsbevarande dataanalys och möjliggör kollaborativa beräkningar på känsliga dataset inom finans, hälsovård och maskininlärning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Yao, A. C. (1982). Protocols for secure computations. 23rd Annual Symposium on Foundations of Computer Science, 160–164. DOI: 10.1109/SFCS.1982.38 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 2). Secure Multi-Party Computation (SMPC). ScholarGate. https://scholargate.app/sv/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.
- Differential PrivacyIntegritetsskydd↔ compare
- Federerad inlärningIntegritetsskydd↔ compare
- k-Anonymitet: Skydd av individuell integritet i publicerad dataIntegritetsskydd↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →