形式陈述

安全多方计算（MPC）允许参与者 $P_1,\ldots,P_n$$P_1,\dots ,P_n$ 持有私有输入 $x_1,\ldots,x_n$$x_1,\dots ,x_n$，共同计算功能 $f(x_1,\ldots,x_n)$$f(x_1,\dots ,x_n)$。现代定义以理想/真实范式表达：真实协议中任意允许的对手视图和输出，应可由一个只与可信理想功能交互的模拟器生成或不可区分。由此统一刻画正确性、输入隐私和对手能造成的影响。安全结论必须说明静态/自适应、半诚实/恶意、可腐化人数、同步性、广播与设置假设。

直觉

把“大家把输入交给可信第三方计算”作为理想规格，再证明分布式协议对任何允许的攻击者看起来不比这个理想过程泄漏更多。

例子与边界

多方可在不公开各自工资的情况下得到总和或平均值，但输出本身逻辑蕴含的信息无法隐藏。半诚实对手遵守协议但分析记录，恶意对手可任意偏离；抵抗前者的协议不自动抵抗后者。是否保证公平输出、保证终止以及允许多少腐化方，取决于网络和诚实多数等条件。

推论与应用

MPC 用于隐私统计、门限签名、联合机器学习和跨机构数据分析。秘密共享、同态加密、混淆电路和零知识证明是常用构件，组合定理则让已证明安全的子协议模块化替换。

参考资料

• Dan Boneh and Victor Shoup, A Graduate Course in Applied Cryptography, version 0.6, 2023，Chs. 23–24, secure computation and simulation。
• Oded Goldreich, Foundations of Cryptography, Vol. 2, Cambridge University Press, 2004，Chs. 6–7, general secure multiparty computation。