安全多方計算從入門到精通：MPC簡介&JUGO平臺
阿新 • • 發佈：2018-12-09
4.2.MPC問題分類
由演算法適用性來看，MPC既適用於特定的演算法，如加法、乘法、AES，集合交集等；也適用於所有可表示成計算過程的通用演算法。
根據計算參與方個數不同，可分為只有兩個參與方的2PC和多個參與方（≥3）的通用MPC。
安全兩方計算所使用的協議為Garbled Circuit(GC)+Oblivious Transfer(OT)；而安全多方計算所使用的協議為同態加密+祕密分享+OT。
在安全多方計算中，安全挑戰模型包括半誠實敵手模型和惡意敵手模型。市場大部分場景滿足半誠實敵手模型，也是JUGO技術產品所考慮的敵手模型。
半誠實敵手模型：計算方存在獲取其他計算方原始資料的需求，但仍按照計算協議執行。半誠實關係即參與方之間有一定的信任關係，適合機構之間的資料計算；
惡意敵手模型：參與方根本就不按照計算協議執行計算過程。參與方可採用任何（惡意）方式與對方通訊，且沒有任何信任關係。結果可能是協議執行不成功，雙方得不到任何資料；或者協議執行成功，雙方僅知道計算結果。更多適用於個人之間、或者個人與機構之間的資料計算。5.MPC演算法基本原理（2PC半誠實模型） 
5.1.MPC演算法執行過程
1.先對輸入資料做預處理。
將輸入的布林電路做GC和OT演算法（詳細在下面敘述），得到輸出結果。
遵循原則：1、儘量少的資料輸入；2、儘量多的資料預處理
——資料量太大時會大幅降低演算法執行效率。
2.計算邏輯轉化為布林電路。
遵循原則：儘量簡單的計算邏輯
——由於MPC是計算密集型和通訊密集型演算法，若計算邏輯很複雜，會對執行效率產生很大影響。
轉化方式：手動/電路編譯器Frutta
3.將輸入的布林電路做GC和OT演算法（詳細在下面敘述），得到輸出結果。5.2.GC+OT的兩方計算基本框架
GC+ OT是在兩方semi-honest模型下的通用型演算法，即可以支援任意計算邏輯的安全兩方計算。
總體框架如下圖：
6.小結
安全多方計算是一種在不洩漏原始資料的情況下，對資料進行的計算。上述內容首先介紹了MPC的價值及來源，然後詳述了兩方安全計算的技術實現原理，主要包括GC和OT演算法，並對一些技術基礎知識做了簡要概述。二、JUGO與MPC1.JUGO定位
針對企業級使用者，基於MPC的安全資料交易平臺。通過在本地部署MPC節點，進行資料協同計算。2.JUGO特性
支援semi-honest通用兩方演算法：GC+OT。
支援Frutta編寫的IDE，提供MPC演算法的SDK，使用者使用IDE和SDK進行開發。
支援加法（addition），比較（compare）等多種演算法。
以瀏覽件外掛的形式提供MPC個人體驗。
後續支援通用多方演算法和硬體加速。3.JUGO架構 
針對計算邏輯提供者，MPC-IDE實現計算邏輯的編寫，並通過整合的電路編譯器轉化為電路檔案；作為資料執行方，矩陣元提供的MPC-SDK直接為計算邏輯提供者服務；並且矩陣元對MPC-SDK內部演算法實現GPU、FPGA等硬體加速，使協同計算過程更快地完成。
5.1.MPC演算法執行過程
1.先對輸入資料做預處理。
將輸入的布林電路做GC和OT演算法（詳細在下面敘述），得到輸出結果。
遵循原則：1、儘量少的資料輸入；2、儘量多的資料預處理
——資料量太大時會大幅降低演算法執行效率。
2.計算邏輯轉化為布林電路。
遵循原則：儘量簡單的計算邏輯
——由於MPC是計算密集型和通訊密集型演算法，若計算邏輯很複雜，會對執行效率產生很大影響。
轉化方式：手動/電路編譯器Frutta
3.將輸入的布林電路做GC和OT演算法（詳細在下面敘述），得到輸出結果。5.2.GC+OT的兩方計算基本框架
GC+ OT是在兩方semi-honest模型下的通用型演算法，即可以支援任意計算邏輯的安全兩方計算。
總體框架如下圖：6.小結
安全多方計算是一種在不洩漏原始資料的情況下，對資料進行的計算。上述內容首先介紹了MPC的價值及來源，然後詳述了兩方安全計算的技術實現原理，主要包括GC和OT演算法，並對一些技術基礎知識做了簡要概述。二、JUGO與MPC1.JUGO定位
針對企業級使用者，基於MPC的安全資料交易平臺。通過在本地部署MPC節點，進行資料協同計算。2.JUGO特性
支援semi-honest通用兩方演算法：GC+OT。
支援Frutta編寫的IDE，提供MPC演算法的SDK，使用者使用IDE和SDK進行開發。
支援加法（addition），比較（compare）等多種演算法。
以瀏覽件外掛的形式提供MPC個人體驗。
後續支援通用多方演算法和硬體加速。3.JUGO架構
針對計算邏輯提供者，MPC-IDE實現計算邏輯的編寫，並通過整合的電路編譯器轉化為電路檔案；作為資料執行方，矩陣元提供的MPC-SDK直接為計算邏輯提供者服務；並且矩陣元對MPC-SDK內部演算法實現GPU、FPGA等硬體加速，使協同計算過程更快地完成。