What is Secure Multi-Party Computation?

「複数のパーティーがある計算を集団で実行しその結果を受け取る際にどのパーティーの機密入力も決して公開されないようにする」

入力と関数パラメータを非公開にしたまま別々のパーティーが共通の関数を共同で計算することを可能にする手法

学修データ項目やモデルの重みを開示することなく異なるソースからのデータに対してモデルの学習や適用が可能

その場合無記名投票は成り立たないかもしれんが。

非侵入型のプライバシー保護セキュリティ = プライベートなデータソースから不正行為を検出することが出来るシステム

メリット:

暗号化されたデータに対して推論を行うことが出来るためモデルの所有者はクライアントの個人データを見ることがなく、漏洩や悪用ができない。

HEより計算量や複雑さが少ない

デメリット:

通信のオーバーヘッドが大きい

悪意ある調整役が計算に占める割合について仮定する必要がある