Optimalisatie van privacy-beschermende berekeningen

Er zijn verschillende technieken voor privacy beschermende berekeningen voor handen, zoals homomorfe versleuteling, het delen van geheimen met verschillende partijen en functionele versleuteling. Twee van deze technieken worden besproken in deze thesis, meerbepaald homomorfe encryptie en een beveiligde berekening met meerdere partijen. Homomorfe encryptie maakt het mogelijk voor een externe partij om berekeningen uit te voeren op versleutelde data, dit stelt een klant in staat om berekeningen op private data uit te besteden aan een gewantrouwde derde partij zonder onderliggende informatie van de invoergegevens vrij te geven. Een beveiligde berekening met meerdere partijen laat toe dat verschillende partijen die elkaar niet vertrouwen samen een berekening uitvoeren op de verzameling van hun invoergegevens zonder deze invoergegevens bekend te maken aan de andere partijen. Het doel van deze thesis is het verbeteren van de performatie van deze privacy beschermende technieken door de manier waarop algemene operaties uitgevoerd worden te verbeteren of op maat gemaakte oplossingen op te stellen voor specifieke toepassingen. Onderzoek toont dat men met deze privacy beschermende technieken efficiente oplossingen voor verschillende toepassingen kan ontwerpen. Dit wordt aangetoond met een efficiente privacy beschermende oplossing voor de volgende toepasingen: het voorspellen van het elektriciteitsverbruik, genoomwijde associatie studies, het voorspellen van het ontwikkelen van ziektesymptomen, fraude detectie, zoekopdrachten en het distribueren van het plaatsen van een handtekening over verschillende partijen. De thesis omvat efficiente oplossingen voor deze toepassingen maar toont bovendien dat het opstellen van deze oplossingen een omslachtig proces is waarin een selectie gemaakt moet worden van de juiste optimalisatie technieken en parameters.