安全多方计算的历史和应用

姚期智院士于1982年经过 “百万富翁问题”提出了安全双方计算问题，“百万富翁问题”即两个百万富翁如何在没有第三者参与的状况下，比较两者间谁更加富有：

安全双方计算可被通俗的解释为：有两我的Alice和Bob，Alice掌握数a，Bob掌握数b，如何在Alice、Bob不告诉对方数a、b的具体值状况下，共同利用数a和b进行计算。

姚期智院士在提出“百万富翁问题”的同时，给出了三种解决办法，并讨论了在秘密投票（Secret Vote）、不经意协商（Oblivious Negotiation）、隐私查询数据（Private Querying of Database）的应用。

以后Goldreich在1987年对安全多方计算（Secure Multi-Party Computation）进行了讨论，提出了能够计算任意函数的计算意义下安全的安全多方计算协议。 Goldreich 还从理论上证实了能够经过通用电路(Universal Circuit)估值来实现全部的安全多方计算协议。其后于1988年，Goldreich 对安全多方计算进行了总结和安全性定义。

以后在1989年，Beaver等人研究了信息论安全模型下的安全多方科学计算问题，提出了能够实现信息论安全的，复杂程度为常数轮的安全多方算数运算协议。

安全多方计算兼具理论研究和实际应用价值，在电子投票、隐私保护的数据挖掘、机器学习、区块链、生物数据比较、云计算等领域有着普遍的应用前景。

现实生活中的投票选举经过统一采用空白选派、投票箱、有公信力的计票人以及全程录像直播等方式来确保公平公正。而在电子投票领域，投票人在家投票时，家中的计算机可能已被感染病毒，投票结果可能被恶意获取篡改等，所以电子投票系统必须保证投票人知道本身的投票信息是否被正确提交，是否被恶意攻击者篡改，同时要保护投票人的投票信息不被除了计票人外的其余人获取。安全多方计算为这种分布式环境下如何进行保护隐私信息和确保结果正确性的问题提供了良好解决方案。

Cramer等人基于ElGamal门限加密技术和零知识证实提出了首个多选一电子投票方案，以后Damgard等人基于Pailier同态加密技术提出了多选多的电子投票方案。在1992年，A.Fujioka等使用盲签名技术提出了著名的FOO电子投票协议。

数据挖掘做为一个很是有效的数据分析工具，能够发现数据中隐含的规律，对科学和政策研究、商务决策等方面有着重要应用。然而被挖掘的数据中每每都有着大量敏感性的信息，所以必须收到保护，在隐私保护下进行数据挖掘。在多方状况下进行数据挖掘时，参与者每每不肯意共享数据，只愿意共享数据挖掘的结果，这种状况在科学和医学研究等方面很是常见，如各个医疗机构的病人信息是敏感信息，不会愿意透露。应用安全多方计算能够在保护各方数据信息不被泄露的同时多方协做完成数据挖掘。

机器学习已被应用到各个领域，引起了大量变革，如图像和语音识别、异常检测等。而在机器学习想要取得好的效果，须要大量数据进行模型训练。训练数据的隐私保护一样是问题。在多个机构合做进行模型训练时，数据分布在不一样参与者处，安全多方计算能够在保护敏感数据的隐私性的同时让各个机构成功进行模型训练。

总之，当各个参与者处于分布式环境下，又有数据隐私保护的要求时，就十分适合应用安全多方。