# Secure Multiparty

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

- Skill: `liaosw97/secure-multiparty` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add liaosw97/secure-multiparty`
- Raw SKILL.md: https://api.skillmd.com/api/skills/liaosw97/secure-multiparty/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Security
- Author: liaosw97 (https://skillmd.com/u/liaosw97)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/liaosw97/secure-multiparty

---


## 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