Secure Multiparty

Use when working with secure multi-party computation — MPC, secret sharing, oblivious transfer

liaosw97 Updated

File contents

核心原则

  • 输入隐私:各参与方的输入数据对其他方不可见
  • 计算正确性:诚实参与方获得正确的计算结果
  • 公平性:所有参与方同时获得结果或都无法获得
  • 独立性:任何参与方无法阻止其他方获得正确结果

技术栈

  • 混淆电路(GC):Yao协议、Free XOR、Half Gates
  • 秘密共享:Shamir秘密共享、加法秘密共享、Replicated Secret Sharing
  • 不经意传输(OT):1-out-of-2 OT、OT扩展
  • 零知识证明:范围证明、电路满足性证明
  • 高级协议:GMW、BMR、SPDZ、TinyOT
  • 编译框架:EMP-toolkit、MP-SPDZ、SCALE-MAMBA

最佳实践

  1. 安全模型定义:明确敌手模型(半诚实/恶意)、腐败阈值、通信模型
  2. 协议选择:根据参与方数量、计算复杂度、安全需求选择合适协议
  3. 通信优化:减少交互轮次,使用批处理和流水线技术
  4. 预处理技术:利用预处理阶段降低在线计算延迟
  5. 后处理验证:对恶意安全模型实现结果验证机制

关键约定

  1. 协议设计:规范安全模型,明确定义安全边界和假设
  2. 通信优化:减少交互轮次,降低带宽和延迟开销
  3. 结果验证:开发验证机制,确保计算结果正确性
  4. 性能基准:完善测试体系,建立标准化的性能评估方法
  5. 隐私保障:实现可审计,支持第三方安全审计

liaosw97/awesome-rules-skills/tree/main/plugins/privacy-computing/skills/secure-multiparty commit 238f4116ab

Frequently asked questions

npx skillmds@latest add liaosw97/secure-multiparty