SCALNYX et CEA List ont présenté leurs recherches conjointes au e-congrès Lambda Mu 22 sur la gestion des risques, dans la session consacrée à la transformation numérique. L'article était intitulé : « MLaaS confidentiel fondé sur le chiffrement homomorphe — Enjeux et verrous » (Privacy-preserving Machine-Learning-as-a-Service (MLaaS) based on homomorphic encryption – Issues and Challenges).
Les travaux
L'étude examine comment le chiffrement totalement homomorphe (FHE) peut permettre le Machine-Learning-as-a-Service tout en gardant les données sous-jacentes chiffrées pendant tout le calcul. Elle expose les principaux enjeux et verrous de la construction d'un MLaaS confidentiel — de la performance et de l'efficacité au déploiement concret dans des environnements sensibles et réglementés comme la finance.
Construire le calcul confidentiel pour la finance
SCALNYX construit l'une des plateformes de calcul confidentiel les plus rapides et les plus efficaces fondées sur le FHE. La collaboration avec CEA List — un institut de recherche technologique français de premier plan — associe une recherche cryptographique de pointe à des cas d'usage financiers concrets.
Vous avez un cas d'usage spécifique dans le secteur financier ou souhaitez en savoir plus sur cette technologie de rupture ? Nous serions ravis de collaborer avec vous.