隐私计算目前主流的技术路线有三种：多方安全计算、联邦学习和TEE。
1. MPC多方安全计算
百万富翁问题：
两个富翁，分别为张三和李四，他们自己都清楚自己有几千万财产即他们心里清楚 1～10中的一个数（代表自己千万级的财富）。他们想知道到底谁的数更大一些。
1.1 MPC定义
多方安全计算（Secure Multi-party Computation, MPC），是指一组互相不信任的参与者在保护个人隐私的同时，还可以进行协同计算。MPC协议满足的基本性质是：
- 输入隐私性：协议执行过程中的中间数据不会泄露双方原始数据相关信息。
- 健壮性/正确性：协议执行过程中，参与方不会输出不正确的计算结果。
安全多方计算技术并不是一个单一的技术，它本身是由一些列技术组成的协议栈。
1.2 MPC原理
MPC需要确保输入数据的独立性、传递数据的准确性、计算过程的正确性，同时不能将个人的隐私数据泄露给其他参与者，主要通过以下四大技术来进行保障：
- 同态加密（Homomorphic Encryption，简称HE）
同态加密是一类具有特殊自然属性的加密方法， 可在密文域下进行数据运算的加密算法。 与一般加密算法相比， 同态加密除了能实现基
本文转载自: https://blog.csdn.net/chenwiehuang/article/details/128513703
版权归原作者 西木风落 所有， 如有侵权，请联系我们删除。
版权归原作者 西木风落 所有， 如有侵权，请联系我们删除。