今天，數據可以用來分析復雜問題，提供解決方案，甚至解決無法回答的問題。但是，當涉及到利用數據為公眾服務時，數據共享和數據保護之間往往存在著許多矛盾。而安全多方計算（MPC）如何在不泄露隱私數據的情況下實現數據協作分析？又將為數據的秘密共享帶來了哪些新的機遇？

區塊鏈百科No.35：安全多方計算

從百萬富翁問題說起

兩個百萬富翁在街頭邂逅，他們都想比比看誰更有錢。但是出于隱私，誰都不想讓對方知道自己到底擁有多少財富。在不借助第三方的情況下，如何得出誰的財富更多呢？

這就是著名的“姚式百萬富翁問題”。1980年代，姚期智院士在其論文中提出：Alice有一個私人數字a， Bob有一個私人數字b，雙方的目標是解不等式a是否≤b?；蛘吒鼑栏駚碚f，除了得到不等式了a≤b或a>b外，不會得出任何與a或b相關的其他信息。

姚期智

計算機學者，2000年圖靈獎獲得者（唯一獲得該獎的華人學者），研究方向包括計算理論及其在密碼學和量子計算中的應用。

在這個經典問題之下，誕生了「安全多方計算」（Secure Multiparty Computation,以下簡稱MPC）這門密碼學分支。MPC技術能夠在不泄露數據的情況下，聯合多方數據進行計算并得到明文結果，最終實現數據的所有權和數據使用權的分離。

在此之后，該領域出現了一系列基礎結果，用來解決分布式計算問題，同時保證輸入信息的隱私性和安全性。

什么是MPC?

安全多方計算(MPC)可以理解為一種加密協議，它將計算分布在多方之間，使得任何一方在看不到其他方輸入數據的情況下，開展安全且私密的聯合計算。

值得注意的是，隱私和安全是有區別的。

安全問題，就像是信用卡出現安全漏洞被盜了錢，人們可以通過一些措施來阻止它并要求退款。而隱私問題，在于當個人隱私受到侵犯時，我們無法采取同樣的措施。隱私信息一旦被公開，就無法再次收回。因此，需要設計一種安全協議，在不泄露隱私的前提實現共享數據的價值。

通過MPC協議，各方數據可經由編碼后發送至多個服務器進行聯合計算，并保證數據的隱私性。簡而言之，MPC可以應用于任何涉及多方機密數據的問題。

MPC是如何工作的?

為了說明這個概念，我們以計算平均工資來舉例。某公司的A、B、C三位員工想計算一下他們的平均工資，但在這個過程中，每個人都不想讓其他員工知道自己的薪資信息。

假設A的工資是10萬元，可通過加密方式將其隨機分為三部分：2萬、3萬和5萬，A自己保留一部分（2萬），并將其他信息提供給B(3萬)和C(4萬)。B和C的工資也按照同樣的流程完成秘密分享(見下表)。這樣的秘密分享完成后，每個人都持有三份工資份額。

當三個工資份額在參與者之間秘密共享時，他們對彼此的工資一無所知，畢竟每個數據片段本身不提供任何有用的信息。然而，當這些數字被加起來時，秘密共享提供了有價值的信息。每個部分結果經過重新集合相加再除以總人數時，便實現了在不披露員工各自薪資信息的情況下，得出平均收入水平。

實際上，安全多方計算已不再是數據科學家的夢想，而是一個被證明的事實。人們由此可對加密數據進行計算，從而更好地檢測金融欺詐，解決交通擁堵，預測疾病以及更多……

總結

以上是生活随笔為你收集整理的mpc 安全多方计算协议_BNC公链 | 不看到数据却能进行计算？一文了解安全多方计算...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。