返回
webSPDZ: Versatile MPC on the Web
DOI:10.1007/978-981-95-4434-9_11.png)
摘要
En 中文
多方计算(MPC)在过去的二十年里变得越来越实用,解决了医疗保健、金融和机器学习等各个领域的隐私和安全问题。一个主要问题是MPC有时缺乏可用性,因为普通用户的知识壁垒可能很高。用户需要处理各种命令行工具、专用网络,有时甚至必须安装许多依赖项,这些依赖项可能依赖于硬件。提高MPC可用性的解决方案是构建基于浏览器的MPC引擎,其中每个参与方都在浏览器窗口中运行。此类MPC网络引擎的两个例子是JIFF和MPyC的网络变体。两者都支持诚实多数和被动腐败。webSPDZ:我们的工作将最强大和通用的MPC引擎之一MP-SPDZ带到网络。MP-SPDZ支持40多种具有不同安全模型的MPC协议,使多种安全模型能够在网络上实现。为了将MP-SPDZ移植到网络,我们使用Emscripten将MP-SPDZ的C++后端编译为WebAssembly,并升级了浏览器中的参与方通信(WebRTC或WebSockets)。我们将新的MPC网络引擎称为webSPDZ。与MPyC-Web和JIFF等MPC网络引擎的原生版本一样,webSPDZ在我们的端到端实验中表现优于它们。我们相信webSPDZ带来了许多有趣且具有实际意义的用例。因此,webSPDZ推动了MPC的边界:通过使其更易用,为更广泛的受众启用MPC。
Keyword:
Privacy-Enhancing Technology
Private Computations
Multi-Party Computation
MP-SPDZ
MPC Web Engine
webSPDZ
期刊
C
IF:
0
论文数:
31
被引数:
0
机构
引用论文
An End-to-End System for Large Scale P2P MPC-as-a-Service and Low-Bandwidth MPC for Weak Participants端到端系统用于大规模P2P MPC-as-a-Service及低带宽弱参与方MPC
Privacy-friendly evaluation of patient data with secure multiparty computation in a European pilot study
NPJ DIGITAL MEDICINE
IF15.1

