Enable javascript in your browser for better experience. Need to know to enable it? Go here.
Publicado : Apr 13, 2021
NO EN LA EDICIÓN ACTUAL
Este blip no está en la edición actual del Radar. Si ha aparecido en una de las últimas ediciones, es probable que siga siendo relevante. Si es más antiguo, es posible que ya no sea relevante y que nuestra valoración sea diferente hoy en día. Desgraciadamente, no tenemos el ancho de banda necesario para revisar continuamente los anuncios de ediciones anteriores del Radar. Entender más
Apr 2021
Evaluar ?

El cifrado homomórfico (homomorphic encryption, HE) total se refiere a una clase de métodos de cifrado que permiten que los cálculos (como la búsqueda y la aritmética) se realicen directamente sobre datos cifrados. El resultado de los cálculos permanece encriptado, y se puede desencriptar y revelar posteriormente. Aunque el problema de la HE se propuso por primera vez en 1978, no se construyó una solución sino hasta 2009. Con los avances en el poder computacional y la disponibilidad de bibliotecas de código abierto fáciles de usar, como SEAL, Lattigo, HElib y el cifrado homomórfico parcial en Python, HE se está volviendo factible en aplicaciones del mundo real. Los escenarios motivadores incluyen casos de uso con preservación de la privacidad, donde la computación se puede subcontratar a un grupo que no es de confianza, por ejemplo, para ejecutar cálculos sobre datos cifrados en la nube, o para permitir que un tercero agregue resultados intermedios cifrados homomórficamente de aprendizaje automático federado. Además, la mayoría de los esquemas de HE se consideran seguros frente a las computadoras cuánticas y se están realizando esfuerzos para estandarizar la HE. A pesar de sus limitaciones actuales, rendimiento y viabilidad de los tipos de cálculos, HE es digno de atención.

Descarga el PDF

 

 

 

English | Español | Português | 中文

Suscríbete al boletín informativo de Technology Radar

 

 

 

 

Suscríbete ahora

Visita nuestro archivo para leer los volúmenes anteriores