Multi-Party Computation
Sichere Multi-Party-Computation (MPC) lässt mehrere Parteien gemeinsam eine Funktion berechnen, ohne ihre privaten Eingaben offenzulegen; nur das Ergebnis wird bekannt gegeben.
Zweck
Ermöglicht datenschutzwahrende gemeinsame Berechnung zwischen einander misstrauenden Parteien, etwa private Schnittmengen, gemeinsame Statistiken und das Training von Machine-Learning-Modellen.
Mechanismus
Jede Partei secret-shared ihre Eingaben und tauscht Shares aus; der Circuit wird interaktiv über die Shares ausgewertet (Additionsgatter werden direkt addiert, Multiplikationsgatter nutzen Beaver-Tripel), und die Ausgabe wird am Ende rekonstruiert. Sicherheitsmodelle unterscheiden semi-ehrlich und bösartig.
Anwendungsfälle
- Private Schnittmengen (PSI)
- Gemeinsame Analyse von Gesundheitsdaten
- Datenschutz beim Federated Learning