透过实例解析何为多方安全计算

    隐私计算是一个由多方参与计算的技术，本质是不透露出相关具体信息的情况下，能够协同计算得出想要的结果。
    对于个人、机构、政府，隐私计算都很重要。这里的有隐私计算更多时候可以用另外一句话代替“多方安全计算”。
    
    多方安全计算入门
    多方安全计算国内最著名（也是世界著名）的研究者是姚期智，姚期智是清华姚班创始人，图灵奖得主，院士等等不再赘述。
    

    “我现在非常重视的一个热门问题是隐私保护问题。我在三十多年前提出了多方安全计算。我们两个人中都有一个数据，想要双份的数据合起来，但不想把数据交给对方。我们希望使这个计算完成，但是完全不透露我们的数据是什么。共享数据保护隐私现在已经成为密码安全的一个重要领域。多方安全计算现在是一个非常热门的关键技术，会在金融科技、人工智能、医药保护、共享数据等方面都是一个关键技术。现在关键已经成为各国怎样能够把技术落地。我希望我们中国也有自己原创的技术。”

    “多方安全计算（MPC：Secure Muti-Party Computation）理论是姚期智先生为解决一组互不信任的参与方之间在保护隐私信息以及没有可信第三方的前提下协同计算问题而提出的理论框架。多方安全计算能够同时确保输入的隐私性和计算的正确性，在无可信第三方的前提下通过数学理论保证参与计算的各方成员输入信息不暴露，且同时能够获得准确的运算结果。”

    上述多方安全计算相关内容在网上有成熟的内容，可以通过搜索“姚期智 多方安全计算”关键字得出。
    通俗实例1
    1982年，姚期智先生在《安全计算协议》（Protocols for Secure Computation）里提出了著名的姚氏百万富翁问题。
    所谓的“姚氏百万富翁问题”，通俗化解释就是张三和李四都是富翁，但是财产并未披露，也不要可信第三方的情况下，两个人想要在不公布具体财产数额的情况下比出来谁更加有钱，这时候就用到了隐私计算（多方安全计算）。
    姚院士在此基本问题的基础上发展出了通用技术框架，可以解决“百万富翁问题”。
    通俗实例2
    人工智能发展迅猛，这里面有三类公司，第一类，有数据没有算法；第二类，有算法没有数据；第三类，有算法有数据，这类公司很多是巨头公司比如google、字节跳动、阿里巴巴等。
    对于机构来说，算法需要数据的喂养才能进化、成熟，对于数据公司来说，需要算法才能将数据智能化赋予价值。两者结合当然很好，只是，数据给了算法公司的话，数据是可以copy和存储的，本来是要多赚钱，结果一合作就把数据公司给收了，还是以一个极低的价格，这时候需要的是隐私计算，在不暴露数据的情况下进行算法优化，这样数据公司获得收益的同时保护了自己的数据资产，而算法公司的算法也可以得到优化——“多方安全计算”隐私计算就是这样子。
    但是，这种合作更多是在学术研究构想里，目前的现实世界里，基本上数据公司占据主导地位是， 有数据就有了生产资料，你能想象一个石油资源丰厚的国家搞不出自己的炼油厂和炼油技术吗？
    基本上都是算法公司直接将算法“给到”数据公司，让数据公司进行算法培训。
    通俗实例3
    张三在工行开户，这辈子没用过中行，现在他要去中行办理贷款，怎么证明他的信用是良好的，是可以贷款的？工行不给中行数据，也不给你流水单，不想泄露自己的数据，又要证明自己的信用良好，于是就有了隐私计算的场景。
    目前的解决方案是查一下“征信”——这里并没有调侃的意思，只是因为征信系统自上而下的已经做得很完备了，如果不完备呢？如果没有好的征信系统呢？如果在区块链世界或者在另外一种场景下呢？那时候有隐私计算就会变得非常重要。
    隐私计算目前的价值更多体现在学术价值上、科学研究上，但是不代表隐私计算在未来没有大的用武之地。只是说目前没有高效的通用标准可以使用隐私计算。
    在区块链领域，隐私计算又有其特殊意义，在下一篇文章中，我们会着重讲解区块链行业都有哪些项目在隐私计算赛道。
    本文只是通俗化讲解隐私计算，没有涉及区块链项目。至少最近一段时间多个项目方都在做隐私计算，而大家似乎分不清隐私计算、分布式计算、匿名等概念。