آموزش مقدمه ای بر محاسبات چند جانبه ایمن (SMPC)

Introduction to Secure Multi-party Computation (SMPC)

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: محاسبات مشارکتی حفظ حریم خصوصی مفاهیم اساسی رمزنگاری مبانی عملیات ایمن چند جانبه اشتراک مخفی مدارهای مخدوش انتقالات پنهان رمزگذاری همومورفیک و اثبات های دانش صفر جمع بندی امن چند جانبه مقایسه ایمن چند جانبه ایمن امنیت ایمن حریم خصوصی الگوریتم ها- Reserving Data Analytics Collaborative Machine Learning و آموزش مدل بازیابی اطلاعات خصوصی پیش نیازها: درک اولیه برنامه نویسی

به "مقدمه ای بر محاسبات چند جانبه ایمن (SMPC)" خوش آمدید.


در عصر اطلاعات، تصمیم گیری پویا اغلب اولین خط دفاعی برای سازمان ها است. اما، تصمیم گیری باید نه تنها در مورد عملکرد داخلی سازمان، بلکه در مورد محیط کلان نیز باشد.


به همین دلیل است که سازمان‌ها باید در قالب کنسرسیوم‌های صنعتی یا خود شبکه‌ها با یکدیگر همکاری کنند و این اغلب شامل اشتراک‌گذاری داده است.


به‌جز تصمیم‌گیری، اشتراک‌گذاری داده‌ها اغلب یک الزام برای اعضای مختلف یک زنجیره ارزش مانند واسطه‌های مالی یا تولیدکنندگان، مونتاژکنندگان و توزیع‌کنندگان است.


اما، به اشتراک گذاری داده با اخطار خاص خود همراه است - نگرانی های مربوط به حریم خصوصی. جدای از نگرانی‌های مربوط به حریم خصوصی، مقررات مختلفی مانند GDPR در اروپا و HIPAA در ایالات متحده سازمان‌ها را ملزم می‌کنند که از حریم خصوصی و امنیت داده‌های حساس اطمینان حاصل کنند.


همچنین، با ظهور فناوری‌های غیرمتمرکز مانند بلاک چین و محاسبات توزیع‌شده، نیاز روزافزونی به پروتکل‌های محاسباتی ایمن و حفظ حریم خصوصی وجود دارد.


این جایی است که Secure Multi-Party Computation یا SMPC وارد می‌شود.


محاسبات چند جانبه ایمن (SMPC) تجزیه و تحلیل داده‌ها، محاسبات و یادگیری ماشینی مشترک را در چندین طرف فعال می‌کند و در عین حال حریم خصوصی و محرمانه بودن داده‌ها را از طریق پروتکل‌ها و تکنیک‌های رمزنگاری حفظ می‌کند.


اگر از نظر نظری تمایل بیشتری دارید، لطفاً به مقالات پیوست شده به سخنرانی ها مراجعه کنید.


بهترین ها.


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

  • این دوره برای چه کسانی است؟ Who is this course for?

  • طرح کلی دوره Course Outline

مقدمه ای بر محاسبات چند طرفه ایمن Introduction to Secure Multi-Party Computation

  • SMPC چیست؟ What is SMPC?

  • مثال مورد استفاده Example Use Case

  • پیشینه تاریخی و توسعه SMPC Historical background and development of SMPC

پرایمر در رمزنگاری Primer on Cryptography

  • مبانی رمزنگاری Basics of cryptography

  • رمزنگاری متقارن و نامتقارن Symmetric and Asymmetric Cryptography

پروتکل های رمزنگاری مربوط به SMPC Cryptographic protocols relevant to SMPC

  • اشتراک مخفی Secret Sharing

  • مدارهای مخدوش Garbled Circuits

  • انتقال غافل Oblivious Transfer

  • رمزگذاری هممورفیک Homomorphic Encryption

  • مدارک دانش صفر Zero-Knowledge Proofs

عملیات چند جانبه ایمن Secure Multiparty Operations

  • معرفی Introduction

  • جمع بندی امن چند جانبه Secure Multiparty Summation

  • مقایسه ایمن چند جانبه Secure Multiparty Comparison

  • ارزیابی عملکرد ایمن Secure Function Evaluation

عملیات پیشرفته Advanced Operations

  • تقاطع مجموعه ایمن Secure Set Intersection

  • ضرب ماتریس ایمن Secure Matrix Multiplication

  • الگوریتم های یادگیری ماشین ایمن Secure Machine Learning Algorithms

کاربردهای SMPC Applications of SMPC

  • تجزیه و تحلیل داده های حفظ حریم خصوصی Privacy-Preserving Data Analytics

  • یادگیری ماشین مشارکتی و آموزش مدل Collaborative Machine Learning and Model Training

  • مزایده امن و مکانیسم مناقصه Secure Auctions and Bidding Mechanism

  • بازیابی اطلاعات خصوصی Private Information Retrieval

  • دیگر Other

ابزارهای پیاده سازی SMPC SMPC Implementation Tools

  • ابزارهای پیاده سازی SMPC SMPC Implementation Tools

متشکرم Thank You

  • متشکرم Thank You

نمایش نظرات

آموزش مقدمه ای بر محاسبات چند جانبه ایمن (SMPC)
جزییات دوره
1.5 hours
27
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,662
از 5
دارد
ندارد
ندارد
Sam Ghosh
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Sam Ghosh Sam Ghosh

مشاور فناوری نوظهور سام گوش یک مهندس است، دارای مدرک MBA از دانشگاه کلگری است و هر سه سطح برنامه CFA را تکمیل کرده است. او یک کارآفرین در حوزه فین تک بوده است. او برای Fintechna مستقر در لندن می نویسد و به افزایش آگاهی در مورد فناوری های Web3 با انواع رسانه ها کمک می کند. او کتاب های مختلفی در زمینه اقتصاد نوشته است. امور مالی و تجارت