| Titre : | Chiffrement homomorphe et Private Information Retrieval en Python (2025) |
| Auteurs : | Nicolas Bon, Auteur ; Benoit Chevallier-Mames, Auteur ; Alexandre Quint, Auteur |
| Type de document : | Article : texte imprimé |
| Dans : | MISC: Multisystem & Internet, Security, Cookbook (N°137, Janvier / février 2025) |
| Article en page(s) : | p. 64-72 |
| Langues: | Français |
| Sujets : |
IESN Chiffrement ; Cryptographie ; Fully Homomorphic Encryption - FHE ; Python |
| Résumé : | "Dans un premier article, nous avons rappelé les problèmes de privacy inhérents à l'exécution de fonctions ou de modèles de Machine Learning (ML) sur des serveurs distants, et avons introduit la nouvelle technologie appelée chiffrement homomorphe (Fully Homomorphic Encryption, FHE, en anglais) permettant de résoudre ces problèmes. Dans ce second article, nous allons une étape plus loin, et expliquons comment chacun d’entre nous, développeur ou data scientist, peut utiliser Python pour concevoir ses propres fonctions ou modèles en FHE et les déployer." (Extrait de Misc n°137) |
Exemplaires (1)
| Localisation | Section | Support | Cote de rangement | Statut | Disponibilité |
|---|---|---|---|---|---|
| Bibliothèque IESN | _Périodiques | Périodique | 68 MIS 137 | Empruntable sur demande | Disponible |
