Web3 隐私增强技术对比：探秘加密时代的数据安全与隐私保护

作者：Anders Dalskov（博士，Partisia Blockchain 密码学科学家）

来源：https://medium.com/partisia-blockchain/mpc-fhe-dp-zkp-tee-and-where-partisia-blockchain-fits-in-c8e051d053f7

编译：TinTinLand

本文重点是对主题提及的每种技术提供最简短、最直观的技术介绍。本文涉及的技术（Differential Privacy 除外）均用于处理数据的“安全”计算方式。在更高阶的层面上，这意味着它们可用于一个或多个数据来执行任意计算并保持数据的隐私性。

多方安全计算 (MPC) 

多方安全计算在 Partisia Blockchain 上是一个相当广泛的协议类别术语，它能够使两个独立实体（称为各方）计算同一个函数，除了输出结果之外不泄露任何内容。

多方安全计算（MPC）协议通常分三个阶段进行：

首先，输入者秘密共享私有输入数据，此步骤可以被认为是每个用户将其输入的特殊信息加密发送到进行计算的节点。例如，加密确保至少需要 2/3 的节点来恢复数据输入，由此得到了一个依赖于非共谋的安全模型（也可能是所有 3 个节点必须共谋才能恢复输入）。在这种情况下，我们得到了一个完整的阈值模型（因为所有服务器必须共谋才能打破隐私）。

下一步是节点（服务器 A、B 和 C）对输入步骤中接收到的加密（即秘密共享）执行计算。