Calcul multipartite securise pour l'IA

Définition

Le calcul multipartite securise, ou secure multi-party computation, est une famille de protocoles cryptographiques permettant a plusieurs parties de calculer conjointement une fonction, par exemple entrainer ou interroger un modele d'intelligence artificielle, a partir de leurs donnees respectives, sans qu'aucune partie ne revele ses donnees d'entree aux autres. Chaque participant ne decouvre que le resultat final du calcul, jamais les valeurs intermediaires appartenant aux autres parties. Techniquement, ces protocoles reposent notamment sur le partage de secret, ou secret sharing, qui fragmente chaque donnee en plusieurs parts distribuees entre les participants, aucune part isolee ne permettant de reconstituer la donnee d'origine. Applique a l'intelligence artificielle, le calcul multipartite securise permet par exemple a plusieurs banques de detecter conjointement des schemas de fraude sans partager leurs bases clients respectives, ou a plusieurs hopitaux de collaborer sur un modele de diagnostic sans transferer de dossiers medicaux. Cette technique offre une garantie cryptographique plus forte que l'apprentissage federe sur la confidentialite des donnees d'entree, mais au prix d'un cout de calcul et de communication nettement plus eleve, ce qui limite aujourd'hui son usage aux cas critiques a forte sensibilite reglementaire. Elle est souvent citee, aux cotes du chiffrement homomorphe, parmi les technologies renforcant la protection de la vie privee, dites PETs, privacy enhancing technologies.