隐私计算的流行解释（多方安全计算）

隐私计算是一种多方计算技术。其实质是能够在不透露相关具体信息的情况下协同计算期望的结果。

对于个人、机构和政府来说，隐私计算非常重要。这里是隐私计算。更**况下，可以使用另一句话来代替“多方安全计算”。

多方安全计算简介

在**，多方安全计算领域最**（也是世界**）的研究者是姚启智。姚琦智是清华大学姚班的奠基人，获图灵奖、院士等殊荣。

“我现在非常重视的一个热点问题是隐私保护。30多年前，我提出了多方安全计算。我们两个都有一个数据。我们希望合并两个数据，但不希望将数据相互提供。我们希望完成这个计算，但我们根本不透露我们的数据是什么。共享数据和保护隐私已成为密码安全的一个重要领域。多方安全计算是目前非常流行的关键技术，将成为金融技术、人工智能、医疗保护、数据共享等领域的关键技术。现在的关键是各国如何实施技术。我希望我们在**也有自己的原创技术。”

姚启智

“安全多方计算（MPC）理论是姚启智先生提出的一个理论框架，旨在解决一群不受信任的参与者在保护私有信息的前提下，在没有可信第三方的情况下进行协作计算的问题。多方安全计算可以在保证输入隐私的同时保证计算的正确性。在没有可信第三方的前提下，可以通过数学理论保证参与计算的所有成员的输入信息不被泄露，同时可以获得准确的计算结果。”

姚启智

上述多方安全计算相关内容在互联网上已经有成熟的内容，可通过搜索关键词“姚启智多方安全计算”获取。

流行示例1

1982年，姚启智先生在安全计算协议中提出了**的姚百万富翁问题。

对于所谓的“姚明的百万富翁问题”，流行的解释是张三和李四都是百万富翁，但他们的财产没有披露，也不信任第三方。当他们想在不透露具体财产数额的情况下比较谁更富有时，他们使用私有计算（多方安全计算）。

姚院士在这个基本问题的基础上制定了一个通用的技术框架，可以解决“百万富翁问题”。

流行例子2

人工智能发展迅速。有三种类的公司。**种类有数据，没有算法；第二，有没有数据的算法；第三，有算法和数据。这些公司中有很多都是大公司，比如谷歌、百度、阿里巴巴等。

对于组织来说，算法需要数据馈送才能发展和成熟。对于数据公司来说，需要算法来赋予数据智能以价值。当然，两者的结合是非常好的。但是，如果将数据提供给算法公司，则可以**和存储数据。本来，赚更多的钱是必要的。因此，公司将在合作完成后立即收集数据，或以非常低的价格收集数据。此时，需要的是不公开数据的隐私计算和算法优化，这样，数据公司在获得收入的同时，保护自己的数据资产，算法公司的算法也可以优化——“多方安全计算”隐私计算就是这样。

然而，这种合作更多的是在学术研究理念上。在当前的现实世界中，数据公司基本上占据主导地位。数据意味着生产。你能想象一个石油资源丰富的**不能发展自己的炼油厂和炼油技术吗？

基本上，算法公司直接“给出”算法给数据公司进行算法培训。

流行例子3

张三在工行开立了一个账户。他一生中从未使用过BOC。现在他想去**银行**。他怎样才能证明自己的信用良好并能**呢？工行没有向**银行提供数据，也没有向您提供流程图。它不想披露自己的数据，也不想证明自己的良好信誉。因此，存在私有计算的场景。

目前的解决方案是检查“信用调查”——这里没有嘲笑，因为自上而下的信用调查系统已经完成。如果它不完整怎么办？如果没有良好的信用调查系统怎么办？如果在区块链世界或另一个场景中？届时，私有计算将变得非常重要。

私有计算的当前价值更多地体现在学术价值和科学研究上，但这并不意味着私有计算在未来没有大的发展空间。只是没有有效的通用标准来使用隐私计算。

在区块链领域，隐私计算有其特殊的意义。在下一篇文章中，我们将**关注区块链行业中哪些项目在隐私计算轨道上。

本文只是对隐私计算的流行解释，不涉及区块链项目。至少最近，许多项目方都在做隐私计算，我们似乎对隐私计算、分布式计算、匿名性等概念感到困惑。

当然，也建议读者搜索关键词进行学习和研究，分类如下：“姚其志”、“多方安全计算”、“同态多方安全计算”和“华空清算”。

本文 巴适财经 原创，转载保留链接！网址：/article/293601.html