Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

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

Descrizione del progetto

Proteggere i dati sensibili da manomissioni dolose

L’invio di dati sensibili a fornitori terzi per servizi di apprendimento automatico basati sul cloud, in cui le aziende esternalizzano l’elaborazione dei dati relativi all’intelligenza artificiale, espone gli utenti a gravi violazioni della privacy e a sanzioni normative. La crittografia completamente omomorfica risolve questo problema di privacy elaborando i dati senza decrittografarli, ma non dispone di un meccanismo per verificare che i risultati calcolati siano effettivamente corretti. Questa vulnerabilità espone gli utenti a un rischio elevato di errori nascosti o di manipolazione dolosa dei dati. Il progetto VERIFHE, finanziato dal CER, svilupperà una libreria open source che introdurrà la tecnologia della crittografia omomorfica verificabile. Basandosi sui recenti progressi nel campo della crittografia, i ricercatori realizzeranno un sistema di prova di concetto che combini la tutela della privacy con un meccanismo di verifica. Lo strumento che ne risulterà consentirà agli utenti e alle aziende di adottare con fiducia servizi di apprendimento automatico sicuri e affidabili.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

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

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2025-POC

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

FUNDACION IMDEA SOFTWARE
Contributo netto dell'UE
€ 150 000,00
Indirizzo
CAMPUS DE MONTEGANCEDO SN
28223 Pozuelo De Alarcon
Spagna
Regione
Comunidad de Madrid Comunidad de Madrid Madrid
Tipo di attività
Research Organisations
Collegamenti
Costo totale
Nessun dato

Beneficiari (1)