En konsekvens af digitalisering af samfundet og forretningslivet – og ikke mindst udbredelsen af en service-orienteret tilgang – er at virksomheder kan opnå store forretningsmæssige gevinster ved at indgå i beregninger, hvor de deler følsomme data med andre virksomheder – måske endda deres konkurrenter.
Der er altså tale om beregninger på fælles (mutual) data med fælles gevinst. Dette felt kaldes Mutual Computing.
Eksempler på anvendelsesområder er Supply Chain Management, auktioner og benchmarking. Dette område repræsenterer et enormt forretningsmæssigt potentiale, men mulighederne for at udnytte dette potentiale hæmmes mange steder af en (naturlig!) tilbageholdenhed overfor at dele fortrolige data med andre.
Der findes forskellige strategier til at sikre den fornødne fortrolighed:
-
Lad være – det realiserer ikke gevinsterne, men hvis risikoen er for stor eller ikke tilstrækkelig velforstået, kan dette blive udfaldet.
-
Brug en betroet tredjepart – på denne måde kan man gennemføre de ønskede beregninger, men det kræver, at man stoler 100% på en ekstern part.
-
En tredje metode er at benytte
Secure Multiparty Computation (SMC). I dette tilfælde kan fortroligheden sikres, uden at man behøver stole 100% på en betroet tredjepart. Ulempen er, at SMC giver udfordringer i forhold til performance, og det er derfor langt fra alle typer beregninger, der kan gennemføres ved hjælp af denne teknologi.
Det altovervejende sikkerhedsproblem ved Mutual Computing er altså fortrolighed, og Secure Multiparty Computation er en teknologi, som kan bidrage til at forløse forretningspotentialer, som er uudnyttede pga. sikkerhedsproblemer.
Referencer