Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.
Teknologi · CC BY 4.0 · Sumber data
Apa tujuan dan pendekatan risetnya?
Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.
Enkripsi homomorfik dan komputasi multipihak memungkinkan analitik privat tetapi menambah latensi serta komunikasi. Proyek ini mengatur representasi informasi dan sparsity untuk mengurangi jejak HE, lalu menekan overhead MPC melalui model truncation serta rekonfigurasi parsial perangkat keras. Pencarian arsitektur neural mengurangi operasi nonlinear sambil menjaga akurasi, dengan eksplorasi desain algoritme–perangkat keras tertutup. Pengembangan ditujukan untuk layanan praktis berskala, sehingga efisiensi tetap dinilai bersama perlindungan dan kualitas model.
Konteks pengembangan
- Institusi penerima pada catatan
- University of Minnesota-Twin Cities
- Program
- Secure &Trustworthy Cyberspace
- Periode pendanaan tercatat
- 2024-10-01 → 2027-08-31
Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.
Klasifikasi NSF
- Directorate for Computer and Information Science and Engineering
- Cyber, Physical, & Intelligent Systems
Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.
Apa yang diketahui tentang statusnya?
Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.
Batas informasi
Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.
Dasar profil
- NSF Award: Collaborative Research: SaTC: CORE: Medium: Accelerating Privacy-Preserving Machine Learning as a Service: From Algorithm to Hardware ↗
National Science Foundation (NSF) · Amendemen tercatat 09/10/2025
Diakses 2026-10-14. Metadata penghargaan dan abstrak publik NSF menjadi dasar parafrasa editorial Indonesia. Dokumen dan aset lain mengikuti hak pemiliknya.