maskinlæring
– Et stort gjennombrudd innen personvernbevarende beregninger
Tjerand Silde, forskningsgruppeleder ved NTNU Applied Cryptology Lab, sier til Digi at den nye versjonen av Concrete ML-rammeverket gjør at man nå kan utvikle algoritmer til å detektere ulike sykdommer, uten å måtte dele pasientdata.
Foto: Kai T. Dragland
Selskapet Zama kunngjorde nylig en nyhet i maskinlæringsrammeverket Concrete ML som mange skal ha ventet på, nemlig muligheten for å trene maskinlæringsmodeller på krypterte data.
Mange sensitive data er lagret kryptert, skirver Zama skriver i et blogginnlegg. For at maskinlæring virkelig skal kunne hente ut verdien i disse dataene, har det fram til nå vært nødvendig å dekryptere dataene, noe ifølge Zama kan være en krevende prosess.
I Concrete ML 1.4 er denne dekrypteringen imidlertid ikke nødvendig. Rammeverket har nemlig en ny funksjonalitet for logistisk regresjon som gjør det mulig å trene maskinlæringsmodeller direkte på krypterte data. Dataene vil dermed hele tiden være sikret mot innsyn.
