Кампанія IBM
FHE падтрымлівае
З практычнага боку фрэймворк можа быць карысны для арганізацыі канфідэнцыйных хмарных вылічэнняў, у сістэмах электроннага галасавання, у ананімізаваных пратаколах маршрутызацыі, для шыфраванай апрацоўкі запытаў у СКБД, для канфідэнцыйнай трэніроўкі сістэм машыннага навучання. У якасці прыкладу прымянення FHE згадваецца арганізацыя аналізу інфармацыі аб пацыентах медыцынскіх устаноў у страхавых кампаніях без атрымання страхавой кампаніяй доступу да звестак, якія маглі б ідэнтыфікаваць канкрэтных пацыентаў. Гэтак жа
Тулкіт уключае ў сябе бібліятэку
Праект развіваецца з 2009 года, але дабіцца прымальных паказчыкаў прадукцыйнасці, якія даюць магчымасць выкарыстоўваць яго на практыцы, удалося толькі цяпер. Адзначаецца, што FHE робіць гомаморфныя вылічэнні даступнымі ўсім жадаючым, пры дапамозе FHE звычайныя карпаратыўныя праграмісты змогуць за хвіліну зрабіць тую ж працу, што раней патрабавала гадзін і дзён пры прыцягненні экспертаў з вучонай ступенню.
З іншых напрацовак у галіне канфідэнцыйных вылічэнняў, можна адзначыць
Аналіз з выкарыстаннем метадаў дыферэнцыяльнай прыватнасці дае магчымасць арганізацыям вырабляць аналітычныя выбаркі са статыстычных БД, не дазваляючы вылучыць з агульнай інфармацыі параметры канкрэтных асоб. Напрыклад, для выяўлення адрозненняў у доглядзе за хворымі, даследчыкам можна прадаставіць інфармацыю, якая дазваляе параўнаць сярэднюю колькасць часу знаходжання пацыентаў у бальніцах, але пры гэтым захоўвае канфідэнцыйнасць пацыентаў і не дапускае выдзялення звестак аб іх.
Для абароны ідэнтыфікуемай персанальнай або канфідэнцыйнай інфармацыі прымяняецца два механізмы: 1. Даданне ў кожны вынік невялікага статыстычнага «шуму», які не ўплывае на дакладнасць вымаемых дадзеных, але які маскуе ўклад асобных элементаў дадзеных.
2. Выкарыстанне бюджэту прыватнасці, які абмяжоўвае аб'ём дадзеных, якія выдаюцца для кожнага запыту, і не дапускае дадатковыя запыты, якія могуць парушыць канфідэнцыяльнасць.
Крыніца: opennet.ru