Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

An Open-Source Library for Verifiable Fully Homomorphic Encryption for Trustworthy Machine Learning

Projektbeschreibung

Sensible Daten vor böswilligen Manipulationen schützen

Das Übermitteln sensibler Daten an Dritte für cloudbasiertes Machine Learning as a Service, bei dem Unternehmen ihre KI-Datenverarbeitung auslagern, setzt die Nutzerinnen und Nutzer dem Risiko schwerwiegender Datenschutzverletzungen und behördlicher Sanktionen aus. Vollständig homomorphe Verschlüsselung löst dieses Datenschutzproblem, da die Daten in verschlüsselter Form verarbeitet werden, verfügt jedoch über keinen Mechanismus, um zu überprüfen, ob die berechneten Ergebnisse tatsächlich korrekt sind. Diese Sicherheitslücke setzt die Nutzerinnen und Nutzer einem hohen Risiko durch versteckte Fehler oder böswillige Datenmanipulationen aus. Das Team des ERC-finanzierten Projekts VERIFHE wird eine quelloffene Bibliothek entwickeln, mit der eine überprüfbare homomorphe Verschlüsselungstechnologie eingeführt wird. Aufbauend auf den jüngsten kryptografischen Durchbrüchen wird die Forschungsgruppe ein System zum Konzeptnachweis entwickeln, das Datenschutz mit einem Verifizierungsmechanismus verbindet. Das daraus resultierende Werkzeug wird es den Nutzerinnen und Nutzern und dem industriellen Sektor ermöglichen, sichere und vertrauenswürdige Dienste im Bereich des maschinellen Lernens ohne Bedenken einzusetzen.

Ziel

Machine Learning as a Service (MLaaS) is emerging as a cornerstone of the modern digital infrastructure, but its widespread adoption is hampered by critical privacy and integrity concerns. Users must transmit sensitive data to third-party providers, risking privacy breaches and regulatory violations. While Fully Homomorphic Encryption (FHE) offers a powerful solution for privacy by enabling computations on encrypted inputs, it provides no way to verify the correctness of the results. This leaves users vulnerable to errors or malicious manipulation with potentially severe consequences.

The VERIFHE project addresses this critical gap in privacy-preserving MLaaS by providing integrity guarantees through verifiable FHE, a cryptographic primitive that, in addition to enabling computations on encrypted inputs, also provides a mechanism to check their correctness. VERIFHE builds upon a recent breakthrough from the ERC-funded PICOCRYPT project—a novel protocol for verifiable FHE—and aims to transform it into a practical, opensource tool. The project’s primary outcomes will be the first-ever open-source software library for verifiable FHE, and a proof-of-concept MLaaS system that, using the library, offers verifiable and privacy-preserving machine learning inference.

By delivering the first open-source library for verifiable FHE and demonstrating its feasibility in MLaaS, VERIFHE will accelerate adoption of this technology and pave the way for trustworthy machine learning in industrial sectors where privacy and integrity are paramount.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-ERC-POC - HORIZON ERC Proof of Concept Grants

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) ERC-2025-POC

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

FUNDACION IMDEA SOFTWARE
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 150 000,00
Adresse
CAMPUS DE MONTEGANCEDO SN
28223 Pozuelo De Alarcon
Spanien

Auf der Karte ansehen

Region
Comunidad de Madrid Comunidad de Madrid Madrid
Aktivitätstyp
Research Organisations
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Begünstigte (1)