Logo el.boatexistence.com

Είναι ασφαλής ο πολυμερής υπολογισμός;

Πίνακας περιεχομένων:

Είναι ασφαλής ο πολυμερής υπολογισμός;
Είναι ασφαλής ο πολυμερής υπολογισμός;

Βίντεο: Είναι ασφαλής ο πολυμερής υπολογισμός;

Βίντεο: Είναι ασφαλής ο πολυμερής υπολογισμός;
Βίντεο: Πυρηνικός πόλεμος, πόσο πιθανός είναι; | feat. @apostories 2024, Ενδέχεται
Anonim

Ορισμοί ασφάλειας. Ένα πρωτόκολλο υπολογισμού πολλών μερών πρέπει να είναι ασφαλές για να είναι αποτελεσματικό Στη σύγχρονη κρυπτογραφία, η ασφάλεια ενός πρωτοκόλλου σχετίζεται με μια απόδειξη ασφαλείας. … Ένα πρωτόκολλο λέγεται ότι είναι ασφαλές εάν κανείς δεν μπορεί να μάθει περισσότερα για τις ιδιωτικές εισροές κάθε μέρους στον πραγματικό κόσμο από όσα θα μπορούσε να μάθει στον ιδανικό κόσμο …

Πώς λειτουργεί ο ασφαλής πολυμερής υπολογισμός;

Ο ασφαλής υπολογισμός πολλών μερών (MPC ή SMPC) είναι ένα πρωτόκολλο κρυπτογράφησης που διανέμει μια διαδικασία υπολογισμού σε πολλά μέρη, όπου κανένα μέρος δεν μπορεί να δει τα δεδομένα άλλων. Με άλλα λόγια, το MPC επιτρέπει την κοινή ανάλυση δεδομένων χωρίς κοινή χρήση τους.

Γιατί υπολογίζεται η ασφάλεια πολλαπλών μερών;

Πλεονεκτήματα του ασφαλούς υπολογισμού πολλών μερών

Δεν υπάρχουν αξιόπιστα τρίτα μέρη δείτε τα δεδομένα: Δεν είναι πλέον απαραίτητο να εμπιστεύεστε έναν τρίτο για να διατηρείτε τα δεδομένα ασφαλή και χρηματιστηριακές ανταλλαγές. … Εξαλείφει την αντιστάθμιση μεταξύ της χρηστικότητας των δεδομένων και του απορρήτου δεδομένων: Δεν χρειάζεται να αποκρύψετε ή να απορρίψετε οποιαδήποτε χαρακτηριστικά προκειμένου να διατηρηθεί το απόρρητο των δεδομένων.

Γιατί χρησιμοποιείται ο υπολογισμός πολλών μερών;

Ο Υπολογισμός Πολυμερών (MPC) είναι ένας ερευνητικός τομέας στην κρυπτογραφία, η εφαρμογή του οποίου περιορίζεται γενικά περιορίζεται στη διατήρηση του απορρήτου των συμμετεχόντων σε μια συνομιλία μεταξύ τους, αντί στην αποτροπή της υποκλοπής ένας ξένος.

Τι είναι το MPC στο Blockchain;

Υπολογισμός πολλών μερών (MPC) είναι ένα κρυπτογραφικό εργαλείο που επιτρέπει σε πολλά μέρη να κάνουν υπολογισμούς χρησιμοποιώντας τα συνδυασμένα δεδομένα τους, χωρίς να αποκαλύπτουν τα μεμονωμένα δεδομένα τους.

Συνιστάται: