数据保护至关重要:保护测试对象的隐私或公司机密需要量身定制的IT安全解决方案。 与其他生活领域一样,数字化早已进入实验室。计算机不仅支持常规的办公室工作,还使用“智能”实验室设备采集测量数据,协助进行统计分析,并计算模型或模拟。数据安全性在这里至关重要,因为多年来辛苦收集的测量数据的丢失可能会导致多年的科学研究或产品开发。...
张骏雪介绍说,隐私计算效能问题归根结底是算力问题,因为无论是多方安全计算、联邦学习、同态加密还是秘密共享等隐私计算技术,搭建的隐私计算平台在真正的生产应用中都对算力(即计算和网络通信)有越来越高的需求。 “算力提升才能实现效率的提升。”...
如MIT团队在2018年采用基于秘密共享的安全多方计算方法对9,098个样本, 各自100个SNP的数据集进行测试,需要1天的时间才能统计出质量性状的优势比(odds ratio)[10];在美国NIH主办的基因数据隐私计算和数据隐私保护领域竞赛iDASH中,UCSD和Duality运用同态加密,实现了卡方检验和逻辑回归[11]。...
未来光之树科技还将加大研发投入,打磨更多用于应用该核心技术的产品。 信通院主任张富宝说,安全保密计算从技术上为数据安全和数据隐私保驾护航,将大大激发数据的价值,成为数据的应用以及融合创新的新引擎。而这需要统一标准来界定其技术要求和实现方式。 ...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证:京ICP证110310号