安全多方计算（Secure Multi-Party Computation）技术分享
安全多方计算（Secure Multi-Party Computation）技术使得一组互不信任的参与方能够利用各自手中的数据安全地协同计算一个既定函数，在保证参与方参与计算后获得正确计算结果的同时，限制其无法获得除计算结果之外的任何信息，基于安全多方计算技术的隐私保护机器学习，即安全多方学习，成为新的研究热点。安全多方计算技术路线包括混淆电路，同态加密，秘密共享以及混合协议四种，其中混淆电路（GC）的通信轮次恒定，结合其本身特性，更适用于比较操作；同态加密通信轮次恒定，但高计算开销使得该技术路线更适用于安全推理场景，即利用训练好的模型进行安全推理预测。秘密共享技术路线的计算复杂度较低，但主要瓶颈在通信轮次上，常见的秘密分享方式包括算术秘密分享(Arithmetic Secret Sharing)，布尔秘密分享(Boolean Secret Sharing) 等。
国内的开源框架有：
FudanMPL
Primihub
隐语
国外的开源框架有：
EzPC
MP-SPDZ
Piranha
详细资料可参考复旦大学数据安全与治理研究组的公告
页:
[1]