Actualización del Token Blast Off
Prepárate para reclamar tus tokens $SUPRA
Robot Image

Dr. Pratik Sarkar

Científico Investigador, Criptografía

Doctorado en Informática
Universidad de Boston, EE.UU.
google-iconlinkedin-icon
Research Team Member

Acerca de

El Dr. Sarkar es Investigador Científico en el equipo de Criptografía de Supra Research. Anteriormente, completó su doctorado (2018-23) en Informática en la Universidad de Boston bajo la supervisión del profesor Ran Canetti, especializándose en Computación Segura y Cero Conocimiento. Anteriormente ha realizado prácticas como Investigador Científico en prácticas en el equipo de Criptografía Avanzada de VISA Research, donde trabajó en cuestiones fundamentales en post-cuántica. También ha realizado prácticas como Ingeniero de Investigación en el equipo de Estadística y Privacidad de Meta, donde trabajó en tecnologías de publicidad que preservan la privacidad.

Antes de embarcarse en el viaje del doctorado, completó su máster (2015-18) en el Departamento de Informática del Instituto Indio de Ciencias de Bangalore, bajo la supervisión de la Dra. Arpita Patra en el Laboratorio de Criptografía y Seguridad de la Información. También se licenció en Informática en el IIEST de Shibpur (2011-15).

Intereses y experiencia

El objetivo principal del Dr. Sarkar es crear soluciones que preserven la privacidad con altos niveles de garantía, que puedan demostrarse mediante modelos formales de seguridad y diversas técnicas criptográficas. Estas técnicas pueden incluir la Computación Segura y el Conocimiento-Cero, entre otras.

En Supra, trabaja en la mejora de las primitivas de vanguardia utilizadas en el espacio blockchain, principalmente los Servicios de Aleatoriedad Verificable, los Criptosistemas de Umbral y el Conocimiento Cero.

Recientemente, también le ha intrigado el potencial de la Criptografía Aplicada para utilizar el análisis estadístico de los datos de los clientes sin comprometer su privacidad.

Comentario

a Computación Segura es una herramienta poderosa que permite a partes mutuamente desconfiadas calcular una función conjunta sobre sus entradas privadas, sin comprometer la confidencialidad de sus datos. Esto permite diversas aplicaciones como el aprendizaje automático que preserva la privacidad, el intercambio de datos privados entre hospitales, la medición privada de la efectividad de la publicidad, entre otros.

Sin embargo, la computación segura en general es costosa en términos de comunicación y cómputo. Su investigación se centra en construir protocolos de computación segura personalizados para diferentes casos de uso en el mundo real que sean más rápidos en la práctica.

Selección de publicaciones de investigación

Visita el Centro de Investigación para más información

2024

KeyClub y RandRec: Dos Nuevos Esquemas de Recuperación Social de Claves

con Dr. Aniket Kate, Dr. Pratyay Mukherjee, Bhaskar Roberts, Hamza Saleem

2023

Firewalls Inversos para Extensión de Transferencia Obliviosa y Aplicaciones a Pruebas de Conocimiento Cero

con Suvradip Chakraborty, Chaya Ganesh - Eurocrypt 2023

Transferencia Obliviosa Óptima por Rondas y MPC de CSIDH Computacional

con Saikrishna Badrinarayanan, Daniel Masny, Dr. Pratyay Mukherjee, Sikhar Patranabis, Srinivasan Raghuraman - PKC 2023

PLASMA: Estadísticas Agregadas Privadas y Ligeras contra Adversarios Maliciosos con Seguridad Completa

con Dimitris Mouris, Nektarios Georgios Tsoutsos

2022

NIZK UC Triplemente Adaptable

con Ran Canetti, Xiao Wang - Asiacrypt 2022

Seguridad Estadística en Computación de Dos Partes Revisitada

con Saikrishna Badrinarayanan, Sikhar Patranabis - TCC 2022

2021

Firewalls Inversos para un MPC Adaptable y Seguro sin Configuración

con Suvradip Chakraborty, Chaya Ganesh, Mahak Pancholi - Asiacrypt 2021

MPC Adaptativo Seguro de Dos Vueltas a partir de Isogenies, LPN o CDH

con Navid Alamati, Hart Montgomery, Sikhar Patranabis - Asiacrypt 2021

Quicksilver: Pruebas de Conocimiento Cero Eficientes y Asequibles para Circuitos y Polinomios sobre Cualquier Campo

con Kang Yang, Chenkai Weng y Xiao Wang - ACM CCS 2021 (Segundo mejor artículo)

PrivacidadCondiciones de usoUso de datos del sitio web y cookiesRevelación de bugs (errores)Política de privacidad de la información biométrica

©2024 Supra | Entropy Foundation (Suiza: CHE.383.364.961). Todos los derechos reservados