Forsker får europæisk bevilling til at udvikle beregning på private og fortrolige data

Illustration: Peter F. Gammelby
Der er et stigende behov for beregninger af private input på en måde, som sikrer, at inputtene holdes fortrolige og resultaterne korrekte, eksempelvis ved indkomstanalyser. Nu har aarhusiansk forsker fået en bevilling på at udvikle metoden.

Det Europæiske Forskningsråd (ERC) har tildelt lektor Claudio Orlandi fra Institut for Datalogi på Aarhus Universitet et Starting Grant på 1,5 mio. euro til forskning i fortrolig, effektiv og sikker multiparty computation (MPC).

Claudio Orlandi skal bruge pengene og de næste fem år på at udtænke en ny og mere effektiv tilgang til secure MPC (MultiParty Computation), eller sikker distribueret beregning på dansk, skriver universitetet i en meddelelse på Ritzau.

Teknologien er nemlig ved at nå grænsen for, hvor store opgaver den kan løse, mener han.

MPC er en kryptografisk teknologi, der gør det muligt at lave beregninger på krypterede værdier og dermed løse den indbyggede konflikt, der kan være mellem nytteværdi og privatliv, når der skal regnes med følsomme data.

Derved kan parter, som ikke stoler på hinanden, beregne enhver fælles funktion af deres private input på en måde, som sikrer, at inputtene er fortrolige og resultaterne korrekte. For eksempel kan to personer finde ud af, hvem af dem der er rigest, uden at skulle oplyse deres formue til hinanden.

Øget behov for datafortrolighed

Behovet for sådanne fortrolige databeregninger bliver stadigt mere aktuelt, fordi der er et stigende behov for at analysere på de mange data, der bliver indsamlet - for at skabe ny viden og bidrage til et bedre samfund.

Men dataene kan også lækkes og misbruges, lyder det fra universitetet. Og derfor er der brug for metoder, der sikrer fortrolighed.

I løbet af det seneste årti er effektiviteten af ​​MPC blevet forbedret betydeligt, og disse fremskridt har givet flere virksomheder over hele verden mulighed for at begynde at implementere og inkludere MPC-løsninger i deres produkter - som f.eks. anvendes i sikre auktioner, benchmarking, beskyttelse af personlige oplysninger, databehandling osv.

Men MPC er stadig langtfra effektiv nok til, at den lovende teknologi kan bruges i dagligdags beregninger.

»Det ser nu ud til, at vi har nået en mur, når det gælder mulighederne for at forbedre de nuværende byggesten til MPC, hvilket forhindrer MPC i at indgå i kritiske storskala-applikationer,« forklarer Claudio Orlandi.

Han mener, at der skal et radikalt paradigmeskifte i MPC-forskning til for at gøre MPC virkelig praktisk.

Med ERC-bevillingen vil Claudio Orlandi træde et skridt tilbage og udfordre nuværende antagelser i MPC-forskning samt designe nye MPC-løsninger. Hans hypotese er, at hvis MPC skal udvikles til næste stadie, kræver det mere en realistisk modellering af den måde, hvorpå sikkerhed, privatliv og effektivitet defineres og måles.

»Det særlige ved et ERC Starting Grant er, at det giver forskeren en meget høj grad af frihed, hvilket er nødvendigt for at kaste sig ud i potentielt risikable, men lovende forskningsretninger. Nøgleordene er høj risiko og stort udbytte.«

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Kommentarer (0)
Log ind eller Opret konto for at kommentere
Pressemeddelelser

Welcome to the Cloud Integration Enablement Day (Bring your own laptop)

On this track, we will give you the chance to become a "Cloud First" data integration specialist.
15. nov 2017

Silicom i Søborg har fået stærk vind i sejlene…

Silicom Denmark arbejder med cutting-edge teknologier og er helt fremme hvad angår FPGA teknologien, som har eksisteret i over 20 år.
22. sep 2017

Conference: How AI and Machine Learning can accelerate your business growth

Can Artificial Intelligence (AI) and Machine Learning bring actual value to your business? Will it supercharge growth? How do other businesses leverage AI and Machine Learning?
13. sep 2017
Jobfinder Logo
Job fra Jobfinder