前言
本文是工信部信通院《数据流通关键技术白皮书》解读之二。
实现数据流通又不泄露用户隐私信息，是白皮书的目标。实现这个目标，手段有多种，比如安全多方计算，区块链等都是技术手段之一。
由于目前还在技术选型阶段，所以据我了解，至少存在如下的技术路线：
1. TEE可信执行环境。纯硬件方案。这方面比较有代表性的，比如微信指纹支付
- 支付宝、微信的后台系统不会保存用户支付指纹（用户隐私信息明文只存在于TEE中，像指纹那样，其实数据量也不大）；TEE根证书方案按微信方案来
- 用户隐私数据灌装，验证指纹和密码，根据可信证书链灌装（灌装身份证信息，传输过程密文，TEE中是明文）
算法灌装 - 指纹支付时，先调用iOS / Android系统api，校验用户指纹是否正确，如果正确，通过支付接口，上送本地缓存的token。
数据是收集起来批量处理时效率比较高，但是广泛收集用户数据又存在泄露隐私的问题，所以近年来边缘计算兴起，整个计算工作干脆下沉到用户侧，明文只能认证后写入TEE环境，不能被反向读出，因为计算都在用户本地完成，过程中不必收集用户隐私数据，所以当然不会泄露隐私。不过这种模式下必然要求人手一个TEE，估计计算能力和存储容量都不会太强。
这个方案特点是“用户信息仅保存在本地，在本地明文计算，网络只传输计算结果”。
2. 硬件+软件方案
这个似乎是公信宝的路线。前一个方案可以过程中不收集用户隐私数据，但是该方案中需要收集，这不仅仅是数据批量处理提升效率，更重要的是前一个方案只适用于单个用户的数据计算，不适用于多方数据的融合计算。以风控为例子，前者只适用于有了风控模型后，核验个人风险，但是问题是模型从哪里来？还是需要用户数据来训练，换而言之，前者不管训练，而后者把训练也管起来了。
企业收集后的用户隐私加密数据，放到企业级TEE的黑箱子里（可以是云硬件+docker软件，只是这个软件要认证过，只支持有限的操作集合，加密隐私数据只能写入，不能被读出）。
注意，各方的私钥是存入企业级TEE的黑箱子的，只是不能被读出。
加假如这个TEE软件是docker来实现的话，建议加上一个区块链，TEE内部操作都记入区块链，比如启动的镜像是可信第三方安全认证过的，TEE的密码学操作，数据hash，数据销毁等步骤记下简单的日志，日志写入区块链。
这个方案特点是“用户信息加密后出库保存TEE异地，在异地明文计算，网络只传输计算结果”。
3. 同态加密，零知识证明方案
参考之前写的：
《数据流通关键技术》之一：同态加密.md
《数据流通关键技术》之三：零知识证明.md
这个方案特点是“用户信息加密后出库保存异地，在异地密文计算，网络只传输计算结果”。
缺点是效率太低，目前无法商用。
4. 安全多方计算，本文的主角
具体介绍：
安全多方计算（Secure Multi-Party Computation）的研究主要是针对无可信第三方的情况下, 如何安全地计算一个约定函数的问题. 安全多方计算在电子选举、电子投票、电子拍卖、秘密共享、门限签名等场景中有着重要的作用.
一个安全多方计算协议，如果对于拥有无限计算能力攻击者而言是安全的，则称作是信息论安全的或无条件安全的；如果对于拥有多项式计算能力的攻击者是安全的，则称为是密码学安全的或条件安全的。已有的结果证明了在无条件安全模型下，当且仅当恶意参与者的人数少于总人数的1/3时，安全的方案才存在。而在条件安全模型下，当且仅当恶意参与者的人数少于总人数的一半时，安全的方案才存在。
这个方案特点是“用户信息仅保存在本地，分布式密文计算，网络传输加密的过程数据和计算结果”。
效率目前已经提升到可以商用的程度了。
安全多方计算(sMPC) Secure Multi-party Computation
安全多方计算从入门到精通：MPC简介&JUGO平台
性能提升趋势（商业化所最关注的效率问题）：
MPC计算速度提升很快
目前来看，MPC在多种技术中脱颖而出，主要是因为快且安全， TEE快但是不安全需要信任，其他两种虽然安全但是很慢
如果上面那个介绍不清楚，还是看如下技术人员的描述吧：
github上安全多方计算的资料收集
理论基础：根本不是姚的，而是老外的
- 非拜占庭行为，Shamir的多项式秘密共享是多方计算的基石
- 拜占庭行为，Chor、Goldwasser、Micali和Awerbuch的可验证秘密共享