Google κρυπτογραφικό πρωτόκολλο για εμπιστευτικό πολυμερή υπολογισμό , που επιτρέπει την ανάλυση και τους υπολογισμούς σε κρυπτογραφημένα σύνολα δεδομένων από πολλούς συμμετέχοντες, διατηρώντας το απόρρητο των δεδομένων κάθε συμμετέχοντα (κάθε συμμετέχων δεν μπορεί να λάβει πληροφορίες για τα δεδομένα άλλων συμμετεχόντων, αλλά μπορεί να εκτελέσει γενικευμένους υπολογισμούς σε αυτά χωρίς αποκρυπτογράφηση). Κώδικας υλοποίησης πρωτοκόλλου άδεια σύμφωνα με το Apache 2.0.
Το Private Join and Compute σάς επιτρέπει να μεταφέρετε ένα ιδιωτικό σύνολο εγγραφών σε ένα τρίτο μέρος, το οποίο θα μπορεί να το αναλύσει και γενικά να αξιολογήσει τις διαφορές με το σύνολο του, αλλά δεν θα μπορεί να ανακαλύψει τις τιμές συγκεκριμένων εγγραφών. Για παράδειγμα, είναι δυνατή η λήψη πληροφοριών από ένα κρυπτογραφημένο σύνολο δεδομένων, όπως ο αριθμός των αναγνωριστικών που ταιριάζουν με το σύνολο του και το άθροισμα των τιμών των εγγραφών με τα αντίστοιχα αναγνωριστικά. Σε αυτήν την περίπτωση, είναι αδύνατο να μάθετε ποιες ακριβώς τιμές και αναγνωριστικά υπάρχουν στο σύνολο.
Πρωτόκολλο Private Join and Compute, που αναφέρεται επίσης ως Private Intersection-Sum, σε συνδυασμό πρωτοκόλλου (Random Oblivious Transfer), κρυπτογραφημένη και διπλή μεταμφίεση .
Το προτεινόμενο σύστημα μπορεί να είναι χρήσιμο, για παράδειγμα, όταν ένα ιατρικό ίδρυμα έχει πληροφορίες σχετικά με την κατάσταση της υγείας των ασθενών και ένα άλλο για τη συνταγογράφηση ενός νέου προληπτικού φαρμάκου. Το πρωτόκολλο «Private Join and Compute» σάς επιτρέπει, χωρίς να αποκαλύπτετε πληροφορίες, να συνδυάζετε κρυπτογραφημένα σύνολα δεδομένων και να εμφανίζετε γενικά στατιστικά στοιχεία που θα σας επιτρέψουν να κατανοήσετε εάν το συνταγογραφούμενο φάρμακο μειώνει τη συχνότητα εμφάνισης της νόσου ή όχι. Ένα άλλο παράδειγμα είναι ότι με βάση τη βάση δεδομένων ατυχημάτων από την κρατική επιθεώρηση κυκλοφορίας και τη βάση της χρήσης βελτιωμένου εξοπλισμού ασφαλείας στα αυτοκίνητα, είναι δυνατό να εκτιμηθεί εάν η εμφάνιση αυτού του εξοπλισμού επηρεάζει τον αριθμό των ατυχημάτων.
Ένα άλλο παράδειγμα είναι όταν, με βάση τη βάση εργαζομένων μιας εταιρείας και τα δεδομένα αγορών από μια άλλη, μπορείτε να υπολογίσετε πόσοι εργαζόμενοι από την πρώτη εταιρεία πραγματοποίησαν αγορές από τη δεύτερη και για ποιο ποσό. Στο πλαίσιο των διαφημιστικών δικτύων, μπορούν να γίνουν παρόμοιοι υπολογισμοί για την αξιολόγηση της αποτελεσματικότητας των διαφημιστικών καμπανιών, χρησιμοποιώντας λίστες χρηστών στους οποίους εμφανίστηκε μια διαφήμιση (ή που έκαναν κλικ σε έναν σύνδεσμο) και που έκαναν αγορές σε ένα ηλεκτρονικό κατάστημα.
Πηγή: opennet.ru