Đồng hồ đếm ngược đã được bật!  
Tham gia đợt airdrop 400 triệu $SUPRA
Robot Image
Supra

Tiến sĩ Pratik Sarkar

Nhà nghiên cứu, Mật mã học

Tiến sĩ Khoa học Máy tính
Đại học Boston, Hoa Kỳ
google-iconlinkedin-icon
Research Team Member

Tìm hiểu thêm

Tiến sĩ Sarkar là một Nhà nghiên cứu trong nhóm Mật mã của Supra Research. Trước đó, anh đã hoàn thành bằng Tiến sĩ (2018-23) về Khoa học Máy tính tại Đại học Boston dưới sự hướng dẫn của Giáo sư Ran Canetti, chuyên ngành về Tính toán An toàn và Zero-Knowledge. Anh trước đây đã thực tập làm Nhà nghiên cứu khoa học tại nhóm Mật mã tiên tiến của VISA Research, nơi anh đã làm việc về những vấn đề cơ bản trong thời đại sau khi đã trải qua. Anh cũng đã thực tập làm Kỹ sư nghiên cứu tại nhóm Thống kê và Bảo mật của Meta, nơi anh đã làm việc về công nghệ quảng cáo bảo vệ quyền riêng tư.

Trước khi bắt đầu hành trình Tiến sĩ, anh đã hoàn thành bằng Thạc sĩ (2015-18) tại Khoa Khoa học Máy tính của Viện Khoa học Ấn Độ tại Bangalore, dưới sự hướng dẫn của Tiến sĩ Arpita Patra tại Phòng thí nghiệm Mật mã và Bảo mật Thông tin. Anh cũng đã nhận bằng Cử nhân về Khoa học Máy tính từ IIEST, Shibpur (2011-15).

Sở thích và chuyên môn

Trọng tâm của Tiến sĩ Sarkar là tạo ra các giải pháp bảo vệ quyền riêng tư với mức độ bảo đảm cao, có thể được chứng minh thông qua các mô hình bảo mật hình thức và các kỹ thuật mật mã khác nhau. Các kỹ thuật này có thể bao gồm Tính toán An toàn và Zero-Knowledge, cùng các các kỹ thuật khác nữa.

Tại Supra, anh đang nghiên cứu cải thiện các nguyên tố tiên tiến được sử dụng trong không gian blockchain, chủ yếu là Dịch vụ Ngẫu nhiên có thể Xác minh, Hệ thống Mật mã Ngưỡng và Zero-Knowledge.

Gần đây, anh cũng đã bị thu hút bởi tiềm năng của Mật mã ứng dụng để sử dụng phân tích thống kê trên dữ liệu của khách hàng mà không đặt ra sự xâm phạm vào quyền riêng tư của họ.

Bình luận

Tính toán an toàn là một công cụ mạnh mẽ cho phép các bên không tin tưởng lẫn nhau tính toán một hàm chung trên các đầu vào riêng tư của họ, mà không làm lộ ra bí mật đầu vào của họ. Điều này cho phép các ứng dụng khác nhau như học máy bảo vệ được quyền riêng tư, chia sẻ dữ liệu riêng tư giữa các bệnh viện, đo lường hiệu quả quảng cáo một cách riêng tư, v.v.

Tuy nhiên, tính toán an toàn chung thường tốn kém về mặt truyền thông và tính toán. Nghiên cứu của anh tập trung vào xây dựng các giao thức tính toán an toàn tùy chỉnh cho các trường hợp sử dụng thực tế khác nhau mà tốc độ thực tế nhanh hơn.

Ấn phẩm nghiên cứu chọn lọc

Xem Trung Tâm Nghiên Cứu để biết thêm

2023

Reverse Firewalls for Oblivious Transfer Extension and Applications to Zero-Knowledge

với Suvradip Chakraborty, Chaya Ganesh • Eurocrypt 2023

Round-Optimal Oblivious Transfer and MPC from Computational CSIDH

với Saikrishna Badrinarayanan, Daniel Masny, Tiến sĩ Pratyay Mukherjee, Sikhar Patranabis, Srinivasan Raghuraman • PKC 2023

PLASMA: Thống kê Tích hợp Riêng tư, Nhẹ nhàng chống lại Kẻ địch Độc hại với Bảo mật Đầy đủ

với Dimitris Mouris, Nektarios Georgios Tsoutsos

2022

Triply Adaptive UC NIZK

với Ran Canetti, Xiao Wang • Asiacrypt 2022

Statistical Security in Two-Party Computation Revisited

với Saikrishna Badrinarayanan, Sikhar Patranabis • TCC 2022

2021

Reverse Firewalls for Adaptively Secure MPC without Setup

với Suvradip Chakraborty, Chaya Ganesh, Mahak Pancholi • Asiacrypt 2021

MPC an toàn động từ các công nghệ Isogenies, LPN, hoặc CDH trong hai vòng

với Navid Alamati, Hart Montgomery, Sikhar Patranabis • Asiacrypt 2021

Quicksilver: Efficient and Affordable Zero-Knowledge Proofs for Circuits and Polynomials over Any Field

với Kang Yang, Chenkai Weng and Xiao Wang • ACM CCS 2021 (Best Paper Runner-Up)

Quyền riêng tưĐiều khoản sử sụngSử dụng dữ liệu và cookie trang webTiết lộ lỗiChính sách bảo mật thông tin sinh trắc học

©2024 Supra | Entropy Foundation (Thụy sĩ: CHE.383.364.961). Đã đăng ký Bản quyền