安全多方计算

这篇文章探讨了安全多方计算在保护用户交易和搜索策略机密性方面的应用，允许搜索者在不影响用户的情况下进行反向交易。文章分析了MEV交易供应链中的用户与搜索者的界面，讨论了SGX及隐蔽通道对用户交易保密性的威胁，并通过安全多方计算实现了反向交易协议和搜索者语言，展示了在Uniswap交易上的概念验证实施。

本文深入探讨了在联邦学习中保护数据隐私和保证计算完整性的密码学机制。文章分析了同态加密、安全多方计算、差分隐私和零知识证明等技术，讨论了它们在不同应用场景下的权衡，并介绍了NVIDIA FLARE、TensorFlow Federated、Flower和FATE等实际应用框架，展示了安全联邦学习从理论研究到生产部署的转变。

安全多方计算（SMPC/MPC）是一种密码学方法，允许多方在不泄露各自私有数据的情况下，共同计算一个函数并获得公开结果。文章介绍了SMPC的基本概念、工作原理、历史、优势，以及在Web3领域中的应用，例如MPC钱包、隐私保护计算等。

本文深入探讨了安全多方计算（sMPC）技术，它允许多方在不泄露各自数据的前提下协同计算。文章介绍了sMPC的基本概念、应用场景（如糖 beet 拍卖、薪资公平性分析、密钥管理），并详细解释了姚百万富翁问题、同态加密（PHE、SHE、FHE）以及阈值签名（TSS）等关键技术。此外，还介绍了混淆电路、不经意传输（OT）以及几种MPC的具体实现方案，如姚氏协议、PSI和MPC CMP。

本文讨论多个参与者如何共同完成 ECDSA 阈值签名，主要讨论 2018 年 Rosario Gennaro 和 Steven Goldfeder 在论文Fast Multiparty Threshold ECDSA with Fast Trustless Setup 中提出的方案，即 GG18。

一种基于区块链的泛用型数据隐私保护的安全多方计算协议

本文是 Cobo 密码知识讲堂的第二讲，主要介绍了 ECDSA 签名算法及其门限化设计。文章详细阐述了 ECDSA 算法的产生背景、算法流程，以及 ECDSA 门限签名方案的研究现状、算法组成和关键设计，并从门限最优、低算法复杂度、可审计性和高安全性等方面给出了 ECDSA 门限签名算法的评价维度。