安全多方计算如何实现协同

本文目录导读：

1. 核心实现技术（协同的“语言”）
2. 协同流程（一个典型的 MPC 计算流程）
3. 总结：MPC 协同的三重含义
4. 一个简单例子（秘密共享版“平均工资”）

这是一个非常专业且核心的问题,安全多方计算（Secure Multi-Party Computation，简称 MPC）的“协同”并非指大家物理上坐在一起计算，而是指多个互不信任的参与方，在各自持有私有数据的情况下，通过执行特定的密码学协议，共同完成一个计算任务，并且每个参与方除了计算结果外，无法获知其他方的任何额外信息。

它的核心是：“共同计算，但数据不出域”。

为了实现这种“协同”，MPC 主要依赖以下几种核心技术路线，它们像不同的“合作语言”，让各参与方在保护隐私的前提下完成协作。

核心实现技术（协同的“语言”）

1. 秘密共享 (Secret Sharing) - 最直观的“分而治之”

   • 协同方式：每个参与方把自己的私有数据（比如一个数字）切割成若干份随机的“碎片”，分发给其他参与方，任何单一参与方手中的碎片都是无意义的随机数，只有当足够数量的参与方（如超过半数）将各自的碎片拼在一起时，原始数据才能被恢复。
   • 计算过程：各方利用自己手中的碎片，直接进行加法或乘法运算，要计算 A + B，每个参与方只需将自己手里的 A 碎片和 B 碎片相加，得到结果碎片，这些结果碎片组合起来就是 A+B 的正确结果，整个过程，没有人知道 A 或 B 具体是多少。
   • 典型协议：Shamir 秘密共享、加性秘密共享。

2. 混淆电路 (Garbled Circuit) - 最常用的“两方会话”

   • 协同方式：将计算任务（比如比较两个数的大小）表示成一个由逻辑门（与、或、非）组成的布尔电路，一方（生成者）为电路中的每条导线和每个门生成一系列加密的“真值表”（即混淆电路），另一方（求值者）获取这个混淆电路，并用自己的输入以及通过一种称为“不经意传输”的技术从生成者那里获取的对应密钥，去逐门计算，最终得到结果。
   • 计算过程：求值者像一个执行者，在不解密任何内部中间值的情况下，一步步执行加密后的电路，生成者提供了“加密蓝图”，但无法看到求值者的实际输入，只有结果被揭示。
   • 典型场景：经典的姚氏百万富翁问题（两人比较谁更富有，而不透露具体财富）。

3. 不经意传输 (Oblivious Transfer) - 核心的“选择接口”

   • 协同方式：它是很多 MPC 协议的基础构件，本身也是一种协同，假设发送方有两条消息（m0, m1），接收方有一个选择比特（0 或 1），不经意传输允许接收方确切地收到他所选择的那一条消息（m0），但对另一条消息（m1）一无所知，发送方无法知道接收方选择了哪一条。
   • 计算过程：这就像一个“黑箱”，接收方只能取出自己想要的，而发送方不知道取走了哪个，这在混淆电路中至关重要，用于将求值者的输入与电路连接起来。

4. 同态加密 (Homomorphic Encryption) - 直接在密文上计算

   • 协同方式：各方先使用一个共同的公钥加密自己的数据后发送出去，任何一方（或一个计算节点）可以直接对这些密文进行加法、乘法等代数运算，由于同态加密的特性，对密文运算的结果，解密后正好等于对原始明文进行相同运算的结果。
   • 计算过程：计算过程完全在密文空间进行，所有人都可以参与计算，但只有拥有私钥的人（或所有参与方联合起来）才能解密看到最终结果，数据在计算过程中的安全等级最高（全加密状态），但计算效率相对较低。

协同流程（一个典型的 MPC 计算流程）

1. 任务定义：所有参与方（P1, P2, ..., Pn）共同确认要计算的函数 f(x1, x2, ..., xn)。“计算所有员工的平均工资”，P1 有工资 w1，P2 有 w2，……。
2. 协议选择：根据参与方数量、数据敏感性、网络环境、性能要求等，选择一种或多种上述技术组合成具体的 MPC 协议（如 SPDZ、MASCOT、ABY 等用于不同场景）。
3. 数据分发/加密：
   • 如果使用秘密共享：各方将自己的数据 w1 分割成碎片 (w1_1, w1_2, ..., w1_n)，分发给对应的参与方。
   • 如果使用同态加密：各方用共同公钥加密自己的数据得到 Enc(w1)，并广播。
4. 协同计算：各方根据协议规则，使用本地持有的碎片或密文，执行一系列预定义的交互式消息（如交换碎片、执行不经意传输、计算加密电路）和本地计算。
5. 结果恢复：当计算完成后，各方手中的碎片或密文被组合起来，或者通过解密，得到最终结果 f(w1, w2, ..., wn)，这个结果会广播给所有参与方，或者只给特定方。

MPC 协同的三重含义

• 数据层面的协同：数据不是交给一个中心，而是以加密或碎片化的形式分布在各参与方手中，大家的“保密信息”共同构成了计算的原料。
• 计算层面的协同：每一步计算都需要多方交互，共同“编织”出一个安全的计算过程，没有人能独立完成全部计算，也没有人能窥探到中间过程。
• 信任层面的协同：MPC 创造了一个“无需信任第三方”的信任环境，只要参与方中至少有一方是诚实的（或满足一定数量的诚实条件），整个协议就能保证安全和正确。

一个简单例子（秘密共享版“平均工资”）

1. P1（工资 3）、P2（工资 5）、P3（工资 7）
2. 秘密共享：各方将自己的工资随机切成三片：
   • P1 分发：(2, -1, 2) （2+ (-1) +2 =3）
   • P2 分发：(1, 2, 2) （1+2+2=5）
   • P3 分发：(3, 1, 3) （3+1+3=7）
3. 分发后，各方持有的碎片（第一片给P1，第二片给P2，第三片给P3）：
   • P1 持有：（来自P1的2，来自P2的1，来自P3的3） -> 总和片1 = 6
   • P2 持有：（来自P1的-1，来自P2的2，来自P3的1） -> 总和片2 = 2
   • P3 持有：（来自P1的2，来自P2的2，来自P3的3） -> 总和片3 = 7
4. 本地计算：每个人计算自己手中所有碎片的总和。
5. 结果恢复：P1, P2, P3 广播自己的“总和片”：6, 2, 7。
6. 最终计算：6 + 2 + 7 = 15，除以3，平均工资为5。
7. 关键：在整个过程中，没有任何一个参与方知道另外两方的具体工资，但所有人共同协作，算出了正确的结果。

一句话总结：安全多方计算通过秘密共享、混淆电路、同态加密等密码学技术，将数据与计算过程“解构”并“重组”，实现了数据可用但不可见的高效协同。