Il tema dei dati personali in molti ambiti riveste una rilevanza sempre maggiore. Ad oggi, la gestione di dati sensibili degli utenti richiede soluzioni sempre più complesse e meccanismi di gestione e valutazione sempre più costose.
Un'approccio completamente diverso è quello della crittografia omomorfa, nuova frontiera della teoria crittografica, che consente l'analisi e manipolazione di dati senza accedere agli stessi dati in chiaro.
Il paper si propone di introdurre le basi maetmatiche ed implementative della crittografia omomorfa e di spiegarne l'applicazione al Machine Learning.