uTile
Bem-vindo à troca de informações 2.0
Bem-vindo à troca de informações 2.0
uTile PET é uma solução que permite realizar cálculos de forma segura e privada usando dados distribuídos, sem os expor ou mover para fora das organizações.
Esta solução, desenvolvida pela GMV, utiliza dados confidenciais de forma a melhorar os algoritmos de aprendizagem automática e os modelos analíticos, cumprindo sempre os requisitos organizacionais e garantindo a privacidade dos dados, em conformidade com a legislação atual.
Vantagens chave
Permite a realização de cálculos de forma segura e privada usando dados distribuídos, sem os expor
Usa dados sensíveis para melhorar algoritmos de aprendizagem automática e modelos analíticos
Cumpre requisitos organizacionais e garante a privacidade dos dados, para além de cumprir a legislação atual
Tecnologias que formam parte de uTilePET
Computação multiparte segura: A computação multiparte segura usa a partilha secreta aditiva, que permite a segmentação em partes de dados secretos, de forma a que nenhuma das partes participantes tenha a capacidade de reconstruir os dados secretos originais
Aprendizagem federada: A aprendizagem federada é uma solução algorítmica que permite a formação de modelos ML enviando cópias de um modelo e executando a formação onde os dados estão armazenados
Interseção privada do conjunto (PSI) É usada em casos de partição vertical. A PSI é uma técnica criptográfica que permite que a interseção seja encontrada entre vários conjuntos de dados sem ter de expor os dados
Privacidade diferencial: Esta técnica permite que os dados permaneçam anónimos, injetando propositadamente ruido no conjunto de dados, de forma a permitir a realização de qualquer tipo de análise estatística de grande utilidade.
Garante que os dados sensíveis nunca sejam expostos ou transferidos mediante departamentos, organizações ou geografias.
Os proprietários dos dados não têm de confiar os seus dados a terceiros.
Os dados permanecem protegidos por controlos internos, seja no local ou na nuvem, e qualquer informação sensível permanece privada durante as computações.
Uma vantagem adicional deste novo paradigma é a de abrir a porta à cooperação entre organizações de campos diferentes, como por exemplo, a colaboração público-privada ou intersectorial para a exploração de sinergias.
Projeto financiado pelo Ministério da Economia e Empresa
(Número de processo: TSI-100906-2019-2)