kullanici1
Mart 5, 2026

Veri çağının en büyük çıkmazı şudur: Sorunları çözmek için verileri birleştirmemiz gerekir, ancak verileri korumak için onları ayrı tutmamız gerekir. İki rakip bankanın kara para aklayanları bulmak için müşteri listelerini karşılaştırması gerektiğini düşünün. Veya beş farklı hastanenin, nadir bir hastalığın tedavisini bulmak için hasta genetik verilerini birleştirmek istediğini hayal edin. Geleneksel dünyada bunun tek bir yolu vardır: Tüm verileri “Güvenilen Bir Üçüncü Tarafa” (Trusted Third Party – TTP) vermek. Ancak ya o üçüncü tarafa güvenemezseniz? Ya o üçüncü taraf hacklenirse?
İşte Güvenli Çok Taraflı Hesaplama (Secure Multi-Party Computation – MPC veya SMPC), bu “Güvenilen Üçüncü Tarafı” ortadan kaldıran ve yerine saf matematiği koyan devrimsel bir teknolojidir. MPC, birden fazla tarafın, girdilerini (verilerini) birbirlerine asla göstermeden, bu girdiler üzerinde ortak bir fonksiyonu hesaplamalarını sağlar. Sonuçta herkes cevabı öğrenir, ama kimse diğerinin verisini görmez. Sektördeki en büyük yanılgı, MPC’nin sadece akademik bir teori sanılmasıdır. Oysa bugün Coinbase gibi dev kripto borsaları varlıkları korumak için, Google reklam dönüşümlerini ölçmek için ve Boston’daki kadın çalışanlar maaş eşitsizliğini kanıtlamak için MPC kullanmaktadır. Bu kapsamlı rehberde; Yao’nun Milyonerler Problemini, veriyi parçalara ayıran “Secret Sharing” (Sır Paylaşımı) tekniğini, MPC cüzdanlarının özel anahtar riskini nasıl bitirdiğini ve Homomorfik Şifreleme ile arasındaki kritik farkları en ince teknik detayına kadar inceleyeceğiz.
MPC, verilerin şifreli kalırken işlenmesini sağlayan “Veri Gizliliğini Geliştirici Teknolojiler” (PETs) ailesinin en güçlü üyesidir.
MPC’nin temeli, 1982 yılında Turing ödüllü bilgisayar bilimcisi Andrew Yao tarafından ortaya atılan ünlü bir düşünce deneyine dayanır.
Senaryo: İki milyoner, Alice ve Bob, sokakta karşılaşır. Hangisinin daha zengin olduğunu bilmek isterler. Ancak ne kadar servetleri olduğunu (x ve y) birbirlerine söylemek istemezler.
Soru: x ve y sayılarını açıklamadan, x > y mi yoksa y > x mi sorusunun cevabını nasıl bulurlar?
Geleneksel Çözüm: İkisi de servetini Charlie’ye söyler. Charlie karşılaştırır ve sonucu söyler. (Charlie’ye güvenmek zorundadırlar).
MPC Çözümü: Yao, karmaşık bir kriptografik protokol (Garbled Circuits) kullanarak, Alice ve Bob’un Charlie olmadan bu karşılaştırmayı yapabileceğini kanıtladı. Bu, modern kriptografinin dönüm noktası oldu.
MPC’nin en yaygın kullanılan yöntemi, Adi Shamir (RSA’nın S’si) tarafından geliştirilen Shamir’s Secret Sharing (SSS) tekniğidir.
Mantık: Veriyi Parçalamak (Sharding)
Bir sayıyı (Sırrı) rastgele parçalara bölerseniz, tek bir parça hiçbir anlam ifade etmez.
Yao’nun Milyoner Problemini çözen teknik altyapı iki temel protokole dayanır.
1. Karışık Devreler (Garbled Circuits)
Bilgisayardaki her işlem (AND, OR, XOR kapıları) mantıksal bir devredir.
2. Habersiz Transfer (Oblivious Transfer – OT)
MPC’nin iletişim katmanıdır.
Kripto paralarda en büyük risk “Özel Anahtarın” (Private Key) çalınmasıdır. “Not your keys, not your coins.”
Sorun: Geleneksel cüzdanlarda (MetaMask, Ledger) özel anahtar tek bir yerdedir. O cihaz hacklenirse veya kaybolursa, para gider (Single Point of Failure).
Çözüm: MPC Cüzdanları (Threshold Signatures)
MPC sadece teorik bir oyuncak değildir; kritik endüstrilerin sorunlarını çözmektedir.
1. Finansal Dolandırıcılık Tespiti
Bankalar, dolandırıcıların listesini (Kara Liste) paylaşmak ister ama müşteri gizliliği yasaları (KVKK/GDPR) ve rekabet nedeniyle verilerini paylaşamazlar.
2. Dijital Reklamcılık ve Dönüşüm
Google veya Facebook, bir reklamın satışa dönüp dönmediğini bilmek ister. Marka (Örn: Nike) ise satış verilerini Google’a vermek istemez.
3. Uydu Çarpışma Analizi
Ülkeler askeri uydularının yörüngelerini (çok gizli bilgi) paylaşmak istemezler ama uyduların çarpışmasını da istemezler.
Veri gizliliğini koruyan diğer teknolojilerle farkı nedir?
Teknoloji | Yöntem | Darboğaz | Güven Kaynağı |
MPC | Veriyi parçala ve dağıtık hesapla | Ağ (Bandwidth): Taraflar arasında çok yoğun veri trafiği olur. | Matematik Dağıtık Yapı |
FHE (Homomorfik) | Tek tarafta şifreli veri üzerinde hesapla | İşlemci (CPU): Hesaplama çok yavaştır. | Matematik (Kriptografi) |
TEE (Enclave) | Donanımsal izole alanda şifreyi çöz ve hesapla | Donanım: Intel/AMD işlemcisine güvenmek gerekir. | Donanım Üreticisi |
Özet: Eğer ağınız hızlıysa MPC, işlemciniz güçlüyse FHE, donanıma güveniyorsanız TEE kullanırsınız.
MPC sihirli bir değnek değildir.
Yapay Zeka modelleri (LLM) eğitmek için devasa veriye ihtiyaç vardır. Ancak veri mahremiyeti (GDPR) bunu zorlaştırır.
Tam olarak değil. MPC veriyi “şifrelemek” yerine “parçalar” (Secret Shares). Bu parçalar matematiksel olarak şifreli veri kadar güvenlidir ama teknik olarak şifreleme (Encryption) değildir.
Geleneksel veritabanlarına göre evet, yavaştır. Ancak modern protokoller ve donanım hızlandırmaları ile artık gerçek zamanlı (Real-time) uygulamalarda (örneğin cüzdan imzalama) kullanılabilir hıza ulaşmıştır.
Hayır. Blockchain veriyi herkese açık tutarak güven sağlar. MPC veriyi gizli tutarak güven sağlar. Ancak MPC, Blockchain üzerindeki cüzdanları korumak veya “Gizli Akıllı Sözleşmeler” (Secret Smart Contracts) oluşturmak için kullanılır.
En az 2 taraf gerekir. Genellikle 3 taraflı protokoller (Verim ve Güvenlik dengesi açısından) en popüler olanlardır.
Shamir’in Sır Paylaşımı gibi bazı MPC yöntemleri “Bilgi-Kuramsal Güvenlik” (Information-Theoretic Security) sağlar. Yani hesaplama gücünden bağımsız olarak güvenlidir. Kuantum bilgisayarlar bile bu tür MPC protokollerini kıramaz.
Güvenli Çok Taraflı Hesaplama, dijital dünyadaki en büyük engeli kaldırıyor: Güven eksikliğini. Artık kurumların işbirliği yapmak için birbirlerine veya üçüncü bir tarafa güvenmelerine gerek yok; sadece matematiğe güvenmeleri yeterli.
Bu teknoloji, finansal sistemin altyapısından sağlık araştırmalarına kadar her şeyi değiştirme potansiyeline sahiptir. Veriyi “görmeden” veriden “değer” üretmek, yeni veri ekonomisinin temel taşı olacaktır.
SiberTim olarak tavsiyemiz; özellikle kripto varlık yönetimi ve hassas veri analitiği projelerinizde MPC teknolojisini değerlendirin. Veriyi elinizde tutmanın riski (sızıntı) ile veriyi paylaşmanın faydasını dengelemenin tek yolu budur.