パターンを読み込んでいます…
🔐
セキュアマルチパーティ計算(SMPC)
プライベートなデータを明かすことなく、複数のエージェント間でプライバシーを保護しながら協調する
複雑さ: highセキュリティとプライバシーのパターン
30秒でわかる概要
- 概要
- 秘密分散と準同型暗号を用い、どの当事者も他者の入力を見ることなく、複数のエージェントが暗号化されたデータ上で結果を計算します。
- 使いどころ
- 競合する組織どうしが、機微なデータを完全に秘匿したまま分析（不正検知やリスク評価）で協力する必要がある場合。
- 注意点
- 暗号処理のオーバーヘッドにより極端に遅くなります。実用になるのは頻度が低く重要度の高い計算に限られ、リアルタイムシステムには向きません。
このパターンについてAIエキスパートに質問
質問が入力済みの状態でアシスタントが開きます。送信前に内容を確認できます。
セキュアマルチパーティ計算: 概要
プライベートなデータを明かすことなく、複数のエージェント間でプライバシーを保護しながら協調する
- Secret sharing schemes
- Homomorphic encryption
- Garbled circuits
- Privacy-preserving protocols
- Multi-party privacy guarantees
- Verifiable computation
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。
参考文献
このパターンの根拠となる論文、仕様、リポジトリです。
- IEEE Privacy Engineering
- ACM Computing Surveys SMPC
このカタログを作ったエンジニアが担当
あなたのエージェントシステムをレッドチーミング
ここで説明した対策は、誰かが破ろうとして初めて確かめられます。実際の攻撃者と同じ手口で検証します。プロンプトインジェクション、ジェイルブレイク、ツールの悪用、データ持ち出しまで、すべての指摘に修正方法を添えます。
€750（通常€1,500）・1週間・文書レポートとウォークスルーコール・9月30日まで