密码学计算加速云计算应用

密码学计算能够通过设计和实施不泄露信息的协议，专注于在保护隐私的前提下使用数据。随着组织将敏感消费者信息加速迁移到云端以利用其强大计算能力，这一研究领域的重要性日益凸显。

安全多方计算(MPC)

安全多方计算使n个参与方P1,…,Pn能够计算y = f(x1,…,xn)，使得所有参与方都能得知y，但任何Pi都无法了解到xj（j≠i）的信息，除非这些信息逻辑上由y和xi所隐含。

协议架构

在安全外包协议架构中，参与方P1,…,Pn充当输入提供者，而另一组不相交的、规模小得多的参与方S1,…,Sk充当安全计算服务器（通常2≤k≤4）。输入提供者与服务器共享其输入，服务器随后执行基本的k方MPC协议来计算y。通过选择合适的秘密共享方案，只要至少有一个服务器不与其他服务器串通，输入就能保持私密性。

隐私保护机器学习(PPML)

PPML是密码学计算的一个子领域，研究保护训练数据、模型、查询和预测的算法。实用的PPML方法通常针对特定的训练或预测算法进行定制，并可能需要特定的计算架构。

技术方法

云提供商可以同时采用传统计算机安全技术（身份验证、沙盒等）和PPML算法来保护敏感数据和知识产权。2019年PPML年度研讨会重点关注了MPC、FHE以及差分隐私等技术创新。

其他密码学技术

除了MPC和PPML外，其他有望广泛实际部署的密码学计算技术还包括：

• 可搜索加密：支持对加密文档进行关键词搜索
• 混淆电路协议：一种安全的两方计算形式
• 加密数据库查询协议

这些密码学计算创新对于消除采用云计算的法律和监管障碍至关重要，可能预示着行业将进入更强劲的增长时期。密码学计算将使全球个人能够在确保个人信息保持私密和安全的同时，享受云计算带来的好处，如个性化医疗、电影流媒体和更智能的财务管理解决方案。