Flere og flere data indsamles og opbevares hver dag. Disse data er en utrolig ressource: Ved at analysere dataene kan vi skabe ny viden og skabe et bedre samfund. På den anden side repræsenterer alle disse data en risiko, da data kan lækkes og misbruges.

MPC er en kryptografisk teknologi, der gør det muligt at løse den indbyggede konflikt mellem nytteværdi og privatliv ved at lade brugerne beregne på krypterede værdier. Takket være MPC kan parter, som ikke stoler på hinanden, beregne enhver fælles funktion af deres private input på en måde, som sikrer at inputtene er fortrolige og resultaterne korrekte. For eksempel kunne to personer lære, hvem af dem der er rigest, uden at skulle oplyse deres formue til hinanden. Eksempler på MPC-applikationer omfatter sikre auktioner, benchmarking, beskyttelse af personlige oplysninger, databehandling osv.

Nøgleordet i Claudio Orlandis forskning er effektivitet.

I løbet af det sidste årti er effektiviteten af ??MPC blevet forbedret betydeligt, og disse fremskridt har givet flere virksomheder over hele verden mulighed for at begynde at implementere og inkludere MPC-løsninger i deres produkter.

Muren er nået

MPC er imidlertid stadig langt fra effektiv nok til, at den lovende teknologi kan bruges i dagligdags beregninger.

”Det ser nu ud til, at vi har nået en mur, når det gælder mulighederne for at forbedre de nuværende byggesten til MPC, hvilket forhindrer MPC i at indgå i kritiske storskala-applikationer," forklarer Claudio Orlandi.

Han mener, at der skal et radikalt paradigmeskifte i MPC-forskning til for at gøre MPC virkelig praktisk.

Med ERC-bevillingen vil Claudio Orlandi træde et skridt tilbage og udfordre nuværende antagelser i MPC-forskning og designe nye MPC-løsninger. Hans hypotese er, at hvis MPC skal udvikles til næste stadie, kræver det mere en realistisk modellering af den måde, hvorpå sikkerhed, privatliv og effektivitet defineres og måles.

"Det særlige ved et ERC Starting Grant er," fortsætter Claudio Orlandi, "at det giver forskeren en meget høj grad af frihed, hvilket er nødvendigt for at kaste sig ud i potentielt risikable men lovende forskningsretninger. Nøgleordene er høj risiko og stort udbytte."

Kontakt:

Lektor Claudio Orlandi
Institut for Datalogi
Aarhus Universitet
Mail: orlandi@cs.au.dk
Mobil: 2143 3249