Secure Multi-Party Computation and Privacy

par Aurélien Dupin

Thèse de doctorat en Informatique (STIC)

Sous la direction de Christophe Bidan et de David Pointcheval.

  • Titre traduit

    Calculs Multi-Parties et Vie Privée


  • Résumé

    Les calculs multi-parties sécurisés (MPC) sont une branche de la cryptographie qui a pour objectif de concevoir des solutions permettant à plusieurs parties de calculer ensemble une fonction de leurs données, tout en gardant ces données secrètes. Contrairement à la cryptographie classique, où l’on cherche à assurer la sécurité malgré la présence d’un adversaire extérieur, le MPC garantit la sécurité face à un adversaire interne contrôlant un ou plusieurs participants. Cette thèse apporte à la fois des contributions théoriques et pratiques dans le domaine du MPC. D’un point de vue théorique, une étude est réalisée sur la corruption des “garbled circuits”, qui sont une solution générale au problème à deux parties. Sur un plan pratique, nous réalisons une cryptanalyse de certaines primitives propres au MPC, dans le but d’étudier leur efficacité réelle. Enfin, nous montrons que les services basés sur la position des utilisateurs peuvent prendre avantage du MPC pour devenir plus respectueux de la vie privée.


  • Résumé

    Secure multi-party computation (MPC) is a subfield of cryptography that aims at designing protocols for parties to cooperatively compute a function over their inputs while keeping those inputs private. Unlike traditional cryptographic tools (encryption, signature, ...), where cryptography ensures security and integrity of communication or storage against an external eavesdropping adversary, MPC assures security against an internal adversary, that controls one or more of the actual participants. Both theoretical and practical contributions to MPC are made in this thesis. From a theoretical point of view, we study the possible corruptions of garbled circuits, which is a general solution for the two-party case. On a practical level, we cryptanalyze some MPC-friendly primitives in order to assess their concrete efficiency. Finally, we also show that MPC can be used to build privacy-preserving location-based services.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

  • Bibliothèque : CentraleSupélec. Bibliothèque électronique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.