撰写安全多方计算专栏的初心

本文转自本人的知乎专栏 https://www.zhihu.com/column/c_1325497863725047808

本人专栏文章主页：https://www.zhihu.com/people/an-quan-xiao-qi/posts

实际上，我是从今年四、五月份开始真正的深入学习安全多方计算的，随之，我的工作重心也慢慢的往这方面倾向。一路走来，也算有了挺多感慨，不止是理论工程的学习应用上，更多的是工作上面的感慨吧。

一、安全多方计算火的原因

不得不说，安全多方计算，这两年在工业界实在是太“火”了。当然，我指的“火”，并不是向AI一样的那种“火”，更多的是在安全领域中的“火”。导致这个“火”剧烈燃烧的原因还是挺多的，不过最主要的以下三个原因：

1.1 数据隐私不断泄露

要充分挖掘数据价值，释放数据红利，离不开对数据隐私的研究和运用，尽管当前人类社会面临的数据隐私危机似乎愈发严峻。

太远的事情就说了，咱从2016年看起，根据多个报告显示，2016年~2019年之间，共产生数据泄露事件高达1万多起，而且，2019年才只是包含了前三个季度。

从另一方面看，泄露的数据量飞速增长，2016年共泄露23.25亿条，2017年共泄露了70亿条，2019年前三个季度就已经泄露了80亿条，已经是2016年的3倍之多。这些数据泄露的涉事企业和机构，涉及所有行业，包括公共服务、金融、能源、医疗、互联网、教育、交通、制造业等。

如果要看具体例子的话，

2013~2014年，头雅虎遭受黑客攻击，导致至少15亿用户隐私信息泄露。

2013年，斯诺登披露的棱镜计划，导致了当时美国、中国、欧盟和俄罗斯等政体间的政治危机。

2014年7月，摩根大通（JPMorgan Chase）遭到黑客攻击，造成7600万账户信息泄露。

2018年，剑桥分析公司涉嫌窃取5000万facebook用户的信息，操纵美国大选及英国脱欧公投。

2020年，视频软件zoom，已经连续发生四起与安全和隐私相关的数据泄露事件。

可以看出，数据泄露风险，如果再不实施控制，会有更多用户备受侵害，无形中会为受害者带来不可估量的经济和精神损失。

2017 年，英国期刊《经济学人》(The Economist）发表封面文章称数据已经取代“石油”成为当今世界最有价值的资源，将数据的重要性提到了无与伦比的高度。

1.2 数据孤岛不断形成

现阶段，"数据孤岛"现象已普遍存在。数据流动起来，才能产生巨量的价值。但由于以下种种原因，数据无法流动，导致数据孤岛形成：

1.个人数据和企业数据受限于法律法规要求，将不能直接用于明文交易；

2. 数据是企业的核心资产，不愿意进行明文交易；

3. 跨企业间系统、身份等无法打通；

4.明文数据在交易后，数据价值无法保全。

因此，如何在保证数据隐私安全的前提先，让数据流动起来是难点之一。

1.3 国内数据安全相关法律法规的不断完善

全球合规监管日趋严格。

2018年5月25日，欧盟颁布了并实施《通用数据保护条例》（General Data Protection Regulation，GDPR）。

同年，美国加利福尼亚州颁布《2018 加利福尼亚州消费者隐私法》（Califormia Consumer PrivacyActof2018，CCPA），次年1月1日正式实施。

2020年6月28日，我国拟定《数据安全法（草案）》，同年拟定《个人信息保护法（草案）》。

可以看出各国的决心在数据安全治理方面的决心。

法律法规的不断完善导致的问题便是，数据更难流动，数据更难使用，这将大打折扣数据价值。

二、写这专栏的初心

我们有解决数据安全共享与使用问题的工具，那便是密码学中重要的一个领域——“安全多方计算MPC和全同态加密FHE”。对于全同态加密的内容，读者可以参考我另一个专栏，里面会涉及全同态加密的理论分析和工程代码解读。

同态加密的理论和实现​www.zhihu.com

以上两个技术的入门的门槛都很高，所以，我才下定决心，写一些干活出来，帮助大家真正的走进 “隐私计算” 这个技术领域。

三、专栏内容

与全同态加密专栏类似，

我会为大家解读安全多方计算的最新理论研究成果，包含spdz、ABY、GC等协议。

也会给大家带来工程代码的解读。

四、最后

最后，我想说的就是，希望我们一起学习，一起进步。

最后的最后，提一句，把安全多方计算和全同态加密学好，你会收到一份很乐观收入的工作。

知乎、安全六三、2020年12月24日

喜欢我内容的小伙伴，可以去知乎上关注我，我会在知乎持续为大家带来干货。