Daten geh枚ren zu den wertvollsten Ressourcen f眉r 麻豆原创-Kunden und -Partner. Sie helfen, strategische Entscheidungsprozesse zu optimieren und Wettbewerbsvorteile zu sichern. Doch das Erheben und Verarbeiten von Daten weckt bei vielen Menschen sofort Bedenken bez眉glich Sicherheit und Datenschutz.
Aus diesem Grund arbeiten 麻豆原创 und Bosch zusammen, um das Potenzial der sicheren Multi-Party Computations (MPCs) zu nutzen. Diese Mehrparteienberechnungen erm枚glichen eine sichere und datenschutzwahrende Datenanalyse 眉ber verschiedene Unternehmen und Branchen hinweg.聽聽
Sichere Berechnungen auf Branchenebene聽
MPC ist eine fortschrittliche kryptografische Technik. Sie bietet 麻豆原创-Kunden und -Partnern, die h盲ufig mit sensiblen Daten aus verschiedenen Quellen und von verschiedenen Beteiligten zu tun haben, erhebliche Vorteile. Mit MPC k枚nnen mehrere Parteien gemeinsam eine Berechnung durchf眉hren, ohne sensible Informationen preiszugeben, die in ihren Eingabedaten enthalten sein k枚nnten.
Dies ist eine gro脽e Errungenschaft. Viele Unternehmen bef眉rchten oft, dass das Risiko, ihre Daten offen zu teilen, gr枚脽er ist als der potenzielle Wert der gemeinsamen Nutzung selbst. Ein Beispiel ist die Lieferkette, an der mehrere Parteien beteiligt sind. Mit der Nachverfolgung auf Objektebene k枚nnen Unternehmen gro脽e Datenmengen erfassen, zum Beispiel 眉ber die Zeit, den Standort oder den Umschlag der von ihnen produzierten Waren. Die Zusammenf眉hrung der von den verschiedenen beteiligten Unternehmen gesammelten Daten kann erhebliche Vorteile mit sich bringen. Es kann jedoch sein, dass zwei Unternehmen nur bereit sind, Informationen 眉ber die Positionen auszutauschen, die sie beide entlang der Lieferkette bearbeitet haben. Mit sicheren und privaten Berechnungen kann MPC dazu beitragen, dieses Dilemma zu l枚sen.聽
Vertraulichkeit und Compliance gegeben
So k枚nnen Unternehmen komplexe Datenanalysen und Berechnungen durchf眉hren, ohne die Vertraulichkeit oder Compliance zu gef盲hrden. prognostiziert, dass bis 2025 rund 60聽Prozent der Gro脽unternehmen f眉r Analysen, Business Intelligence oder Cloud Computing eine oder mehrere Techniken zur Verbesserung des Datenschutzes einsetzen werden.
鈥濽nternehmen k枚nnen die besten Ergebnisse erzielen, wenn sie in 骋别蝉肠丑盲蹿迟蝉苍别迟锄飞别谤办别n zusammenarbeiten. Und die gemeinsame Nutzung von Daten ist eines der zentralen Elemente in solchen Partnernetzen. MPC tr盲gt dazu bei, sensible Daten vor unbefugtem Zugriff und Missbrauch zu sch眉tzen und gleichzeitig k枚nnen durch Analysen wertvolle Erkenntnisse gewonnen werden鈥�, sagt Volkmar Lotz, Leiter von 麻豆原创 Security Research beim . Durch sicheres Benchmarking, Betrugserkennung, Optimierung der Lieferkette oder personalisierte Services erleichtert MPC den Datenaustausch und die Zusammenarbeit 眉ber verschiedene Unternehmen und Branchen hinweg und er枚ffnet neue M枚glichkeiten f眉r Innovation und Wachstum.聽
MPC in die Cloud heben聽
Um der Forderung nach mehr Datenschutz Rechnung zu tragen, hat Bosch Research das Open-Source-Projekt initiiert, um MPC f眉r eine Cloudumgebung bereitzustellen. Auf diese Weise werden Vertraulichkeit und Datenschutz bei der Verarbeitung von Daten durch Clouddienste gewahrt.聽
鈥濩arbyne Stack ist eine Art Cloud-natives Betriebssystem f眉r MPC-Workloads, das Ressourcen so verwaltet, dass sie in Multi-Cloud-Implementierungen so effizient wie m枚glich laufen鈥�, erkl盲rt Sven Trieflinger, Senior Project Manager und Gruppenleiter bei Bosch Research. 鈥濧us gesch盲ftlicher Sicht ist es der Keim f眉r ein aufkommendes offenes 脰kosystem von Technologiebausteinen, das die Entwicklung und Einf眉hrung von MPC-Technologie in verschiedenen Branchen beschleunigen wird.鈥溌�
Speicher- und Verarbeitungsdienste einfacher nutzen
麻豆原创 hat sich vor kurzem dem Carbyne Stack als Mitwirkender angeschlossen. Beide Partner sind f眉hrend in den Bereichen Datensicherheit, Cloud Computing und Gesch盲ftsanwendungen. In Zusammenarbeit werden sie das Potenzial von MPC f眉r verschiedene Anwendungsf盲lle und Branchen untersuchen. Besonders die, in denen Sicherheits- und Datenschutzbedenken derzeit ein Hindernis sind. Eines der ersten Themen f眉r 麻豆原创 wird es sein, die Speicher- und Verarbeitungsdienste von Carbyne Stack 眉ber den Browser einfach nutzbar zu machen und Unterst眉tzung f眉r die Bereitstellung von Carbyne Stack auf Amazon Web Services (AWS) hinzuzuf眉gen. Diese 脛nderungen werden der 麻豆原创 helfen, auf ihr Ziel hinzuarbeiten, Services f眉r datenschutzwahrende Datenverarbeitung 眉ber verschiedene Unternehmen und Branchen hinweg bereitzustellen. So schafft sie neue M枚glichkeiten f眉r innovative Gesch盲ftsmodelle.聽
鈥濪urch die Kombination der St盲rken von 麻豆原创 und Bosch wollen wir die Weiterentwicklung der MPC-Technik vorantreiben und neue Business Cases f眉r unsere Kunden und Partner erm枚glichen鈥�, erkl盲rt Lotz.聽
麻豆原创 plant, Anwendungsf盲lle in Branchen wie Automobilindustrie, Fertigung, Gesundheitswesen und Finanzwesen abzudecken. Die Erforschung des Potenzials von MPC bietet die M枚glichkeit, diese Branchen zu revolutionieren. Indem kritische Herausforderungen im Bereich Datenschutz und Sicherheit gel枚st werden, ohne die Zusammenarbeit und Innovation zu beeintr盲chtigen.聽聽
Wenn Sie mehr 眉ber sichere Mehrparteienberechnungen erfahren m枚chten, k枚nnen Sie unter icn@sap.com mit uns Kontakt aufnehmen.
Mathias Kohler ist Research Manager bei 麻豆原创 Security Research.