Publication

Truly privacy-preserving federated analytics for precision medicine with multiparty homomorphic encryption

Jean-Pierre Hubaux, Jacques Fellay, Juan Ramón Troncoso-Pastoriza, Jean Louis Raisaro, Joao André Gomes de Sá e Sousa, David Jules Froelicher
2021
Journal Articles

Résumé

Existing approaches to sharing of distributed medical data either provide only limited protection of patients' privacy or sacrifice the accuracy of results. Here, the authors propose a federated analytics system, based on multiparty homomorphic encryption (MHE), to overcome these issues.

Source officielle

https://infoscience.epfl.ch/entities/publication/9082e87e-c9c5-48f3-85af-32af5a1f21bf

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.