Компанія IBM
FHE підтримує
З практичної сторони фреймворк може бути корисним в організацію конфіденційних хмарних обчислень, в системах електронного голосування, в анонімізованих протоколах маршрутизації, для шифрованої обробки запитів у СУБД, для конфіденційної тренування систем машинного навчання. Як приклад застосування FHE згадується організація аналізу інформації про пацієнтів медичних установ у страхових компаніях без отримання страхової компанії доступу до відомостей, які могли б ідентифікувати конкретних пацієнтів. Так само
Тулкіт включає бібліотеку
Проект розвивається з 2009 року, але досягти прийнятних показників продуктивності, які дозволяють використовувати його на практиці, вдалося лише зараз. Зазначається, що FHE робить гомоморфні обчислення доступними всім охочим, за допомогою FHE звичайні корпоративні програмісти зможуть за хвилину зробити ту ж роботу, що раніше вимагала годин і днів при залученні експертів із вченим ступенем.
З інших напрацювань у галузі конфіденційних обчислень можна відзначити
Аналіз із використанням методів диференціальної приватності дає можливість організаціям проводити аналітичні вибірки зі статистичних БД, не дозволяючи виділити із загальної інформації параметри конкретних осіб. Наприклад, для виявлення відмінностей у догляді за хворими, дослідникам можна надати інформацію, що дозволяє порівняти середню кількість часу перебування пацієнтів у лікарнях, але при цьому зберігає конфіденційність пацієнтів та не допускає виділення відомостей про них.
Для захисту персональної або конфіденційної інформації, що ідентифікується, застосовується два механізми: 1. Додавання в кожний результат невеликого статистичного «шуму», що не впливає на точність даних, але маскує внесок окремих елементів даних.
2. Використання бюджету конфіденційності, що обмежує обсяг даних, що видаються для кожного запиту, і що не допускає додаткових запитів, які можуть порушити конфіденційність.
Джерело: opennet.ru