SCALNYX présente sa technologie de rupture pour le calcul confidentiel dans le cloud, fondée sur le chiffrement totalement homomorphe (FHE).
Du machine learning sans exposer les données
Le chiffrement totalement homomorphe permet d'effectuer des calculs directement sur des données chiffrées — sans jamais les déchiffrer. Appliqué au Machine-Learning-as-a-Service (MLaaS), un modèle peut être entraîné ou interrogé sur des données financières sensibles tout en gardant ces données chiffrées de bout en bout, ce qui protège la confidentialité et soutient la souveraineté des données.
Pourquoi c'est essentiel pour la finance réglementée
Pour les banques, les assureurs et les gérants d'actifs, la protection des données et la conformité réglementaire sont incontournables. Le MLaaS confidentiel fondé sur le FHE permet aux institutions de bénéficier d'analyses avancées et d'IA tout en gardant protégées les données clients et propriétaires — y compris vis-à-vis du prestataire qui exécute le calcul.
SCALNYX construit l'une des plateformes de calcul confidentiel les plus rapides et les plus efficaces fondées sur le FHE pour le secteur financier.