El IEEE (Instituto de Ingenieros Eléctricos y Electrónicos) es la organización profesional técnica más grande del mundo, con el objetivo de promover información de ingeniería, computación y tecnología de alta calidad en todo el mundo. IEEE SA es la filial que se enfoca en el desarrollo de estándares IEEE y la colaboración relacionada con estándares.
El estándar P2830 define un marco y arquitecturas para el aprendizaje automático. Específicamente, se refiere a las prácticas requeridas para entrenar un modelo utilizando datos encriptados agregados de múltiples fuentes y procesados por un entorno de ejecución confiable de terceros. El estándar especifica componentes funcionales, flujos de trabajo, requisitos de seguridad, requisitos técnicos y protocolos.
La etapa de votación del Desarrollo de Normas se produce después de que se ha redactado la Norma y una vez que el Comité de Normas ha determinado que es suficientemente estable. Para pasar con éxito la etapa de votación, el Estándar debe lograr una participación del 75% del grupo de votación, con el 75% del total de las papeletas aprobando el Estándar. El grupo de trabajo ahora espera los resultados.
La tecnología de computación multipartita (MPC), del tipo implementado por ARPA en su red de computación segura, está ganando terreno gracias a varias adquisiciones de alto perfil y esfuerzos de recaudación de fondos. Recientemente, PayPal adquirió Curv, una empresa de custodia de cifrado que utiliza tecnología MPC por una suma no revelada. La billetera ZenGo basada en MPC también recaudó recientemente $ 20 millones en fondos de la Serie A en una ronda liderada por Insight Partners.
El enfoque en las tecnologías MPC es parte de un cambio más amplio hacia tecnologías que preservan la privacidad. En los últimos meses, los mercados de criptomonedas han superado los $ 2 billones en capitalización de mercado y los fondos totales invertidos en DeFi ahora superan los $ 100 mil millones. Por lo tanto, la privacidad se está convirtiendo en una preocupación para los inversores más ricos en criptomonedas, ya que las grandes sumas que se mueven entre las carteras se destacan y corren el riesgo de volverse identificables.
ARPA ha estado desarrollando e investigando técnicas informáticas que preservan la privacidad desde 2018. El proyecto proporciona una plataforma para la computación privada en industrias que van desde las finanzas hasta la atención médica, cualquier sector donde los datos de múltiples fuentes no se puedan analizar en conjunto debido a consideraciones regulatorias, competitivas o éticas. Por ejemplo, ARPA ha implementado un programa de tabulación cruzada de listas negras para el sector financiero, lo que permite a las organizaciones realizar el control de riesgos en su base de clientes compartida, pero sin compartir sus datos sin procesar.
Durante los últimos dos años, ARPA ha estado colaborando con instituciones de estandarización y socios industriales para redactar un conjunto de estándares de computación que preserven la privacidad. Al participar en el desarrollo del estándar IEEE, ARPA puede trabajar con empresas y academias globales para proporcionar asesoramiento arquitectónico y práctico a profesionales relacionados. Esta también es una gran oportunidad que convierte las mejores prácticas industriales de ARPA en una descripción documentada públicamente.