Wyniki wyszukiwania - BazTech

1

Uczenie maszynowe z ochroną prywatności danych

Sobolak Kamil, Chołda Piotr

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

113--116

PL

Porównano różne metody służące do zapewniania prywatności w przypadku przetwarzania danych z użyciem uczenia maszynowego. Wybrano najbardziej adekwatne metody: szyfrowanie homomorficzne, prywatność różnicowa, metoda uczenia federacyjnego. Efektywność przedstawionych algorytmów została ujęta ilościowo za pomocą powszechnie używanych metryk: funkcji kosztu dla jakości procesu uczenia, dokładności dla klasyfikacji i współczynnika determinacji dla regresji.

EN

Various methods for ensuring privacy in machine learning based data processing were compared. The most suitable methods have been selected: homomorphic encryption, differential privacy, and federated learning. The effectiveness of the presented algorithms was quantified using commonly used metrics: cost function for the quality of the learning process, accuracy for classification, and coefficient of determination for regression.

2

Data confidentiality and computations hiding in cloud services for public administration

Horubała A., Waszkiewicz D., Andrzejczak M., Sapiecha P.

Computer Science and Mathematical Modelling

|

2018

|

No. 7

11--18

EN

Cloud services are gaining interest and are very interesting option for public administration. Although, there is a lot of concern about security and privacy of storing personal data in cloud. In this work mathematical tools for securing data and hiding computations are presented. Data privacy is obtained by using homomorphic encryption schemes. Computation hiding is done by algorithm cryptographic obfuscation. Both primitives are presented and their application for public administration is discussed.

PL

Chmura obliczeniowa zyskuje coraz większą popularność i staje się ciekawą alternatywą do wykorzystania w administracji publicznej. Istnieje jednak wiele obaw co do bezpieczeństwa i prywatności przechowywanych w chmurze danych osobowych. W tej pracy zaprezentowano matematyczne narzędzia zabezpieczania danych oraz ukrywania obliczeń. Prywatność danych uzyskuje się poprzez wykorzystanie szyfrowania homomorficznego, natomiast ukrywanie danych poprzez obfuskację kryptograficzną. Oba prymitywy zostały zaprezentowane oraz omówiono ich zastosowanie dla administracji publicznej.

3

Wykorzystanie wielomianów Viete’a-Lucasa w kryptografii asymetrycznej

Lawnik M.

Studia Informatica

|

2017

|

Vol. 38, nr 4

69--77

PL

W artykule tym przedstawiono kryptosystem, wykorzystując nowozdefiniowane wielomiany Viete’a-Lucasa nad Z p . Następnie pokazano jego poprawność i bezpieczeństwo. Z przeprowadzonej analizy wynika również, że jest on częściowo homomorficzny. Ponadto opisano metody szybkiego obliczania wartości wielomianów Viete’a-Lucasa.

EN

This article presents a new cryptosystem using the newly defined Viete'a-Lucas polynomials over Z p . In the conducted analysis the correctness and safety of the cryptosystem was shown. The analysis also shows, that it is partially homomorphic. Furthermore a fast methods for calculation the value of the Viete-Lucas polynomials were described.