Neuer Konferenzbeitrag auf der Information Security Practice and Experience, 18th International Conference, ISPEC 2023 [16.11.23]
Christian Krupitzer vom Fachgebiet für Lebensmittelinformatik ist Co-Autor des Peer Reviewed Konferenzbeitrags "Performance Impact Analysis of Homomorphic Encryption: A Case Study Using Linear Regression as an Example" der Information Security Practice and Experience, 18th International Conference, ISPEC 2023 (CORE Rating: C (CORE2023); Peer reviewed).
Die Publikation "Performance Impact Analysis of Homomorphic Encryption: A Case Study Using Linear Regression as an Example" von Thomas Prantl (Universität Würzburg, Deutschland) mit den Co-Autoren, Simon Engel (Universität Würzburg, Deutschland), Lukas Horn (Universität Würzburg, Deutschland), Dennis Kaiser (Universität Würzburg, Deutschland), Lukas Iffländer (Universität Würzburg, Deutschland), André Bauer (Universität Würzburg, Deutschland), Christian Krupitzer (Fachgebiet für Lebensmittelinformatik, Institute für Lebensmitteltechnologie und Biotechnologie, und Computational Science Hub, Universität Hohenheim), Samuel Kounev (Universität Würzburg, Deutschland) wurde auf der Information Security Practice and Experience, 18th International Conference, ISPEC 2023 (CORE Rating: C (CORE2023); Peer reviewed)(Peer Reviewed) angenommen. Die Information Security Practice and Experience, 18th International Conference.In den letzten Jahren geht der Trend zunehmend dahin, Daten in der Cloud zu speichern und zu verarbeiten. Dies setzt jedoch voraus, dass die Cloud-Anbieter die Daten vertrauenswürdig behandeln. Eine Möglichkeit, die Daten in der Cloud zu nutzen, ohne dass der Anbieter Zugriff auf sie hat, ist die homomorphe Verschlüsselung. Da diese Verschlüsselung jedoch erst seit kurzem praktikabel ist, steckt die Analyse für praktische Anwendungen noch in den Kinderschuhen. Daher untersuchen wir die Leistung der homomorphen Verschlüsselung anhand einer realen Anwendung, nämlich der linearen Regression. Unser Hauptergebnis ist, dass die homomorphe Berechnung der linearen Regression zwar im Minutenbereich liegt und damit langsamer ist als im nicht-homorphen Fall, die lineare Regression aber homomorph berechnet werden kann und daher für Anwendungsfälle geeignet ist, bei denen die Datensicherheit oberste Priorität hat.Die Publikation ist in link.springer.com/10.1007/978-981-99-7032-2_17 abrufbar.
