MPC（多方安全计算，Multi-Party Computation）是一种密码学技术，允许多个参与方在不泄露各自私密输入数据的前提下，共同完成一个计算，并得到正确的计算结果。
一、什么是 MPC？
定义：
**多方安全计算（MPC）是一种加密协议，允许多个参与者在输入保持私密的情况下，**安全地进行联合计算，并仅暴露计算结果，而不暴露任何中间信息或原始数据。
二、通俗理解：一群人合算工资平均值，但不想互相知道对方工资
设想有 3 个人想知道他们的平均工资，但每个人不想暴露自己的工资数额。
- 使用 MPC，他们可以各自将工资进行“加密切片”，发送到多个计算方；
- 每个计算方只处理自己的“片段”，得不到完整数据；
- 最终协同计算出平均值，但没有任何一方知道原始工资是多少。
这就是 MPC —— 你参与了计算，但不知道别人输入了什么。
三、MPC 的核心目标
| 目标 | 含义 |
|---|
| 隐私保护 | 输入数据对其他参与者完全保密 |
| 正确性保证 | 输出结果正确可信，即使有人作恶 |
| 抗欺诈 | 可以检测/惩罚故意提交错误信息者 |
| 分布式信任 | 不依赖中心方，避免单点泄露风险 |
四、MPC 的常见技术实现方式
| 技术方法 | 说明 |
|---|
| 秘密共享（Secret Sharing） | 把敏感数据切分成若干“碎片”，分发给多个参与方，任何一个都无法还原原始值 |
| 同态加密（Homomorphic Encryption） | 数据在加密状态下完成计算 |
| 加法掩码/盲化（Additive Masking） | 用随机值“掩盖”原始数据，多个随机值抵消后还原真实结果 |
| Yao’s Garbled Circuits | 把整个计算转化成加密逻辑电路，参与方协同完成 |
| Oblivious Transfer（OT） | 用于私密数据的传输机制，不泄露传输内容或意图 |
五、MPC 与零知识证明（ZKP）的区别
| 维度 | MPC | ZKP |
|---|
| 目的 | 一起算结果，不泄露彼此数据 | 我知道答案，不告诉你，但能证明我知道 |
| 参与者 | 多方都参与计算 | 通常是 1 个证明者 + 1 个验证者 |
| 应用类型 | 联合建模、联合分析 | 验证、隐私支付、链上证明 |
| 使用场景 | 隐私计算（医疗、金融）、联合 KYC | 匿名支付、Rollup 扩容、身份证明 |
六、MPC 的区块链与隐私应用场景
| 场景 | 示例 |
|---|
| 多签钱包 | MPC 替代传统私钥，3 个设备计算出签名，任何单一节点都无法控制资产（如 Fireblocks） |
| 链上隐私交易 | 多方计算隐私数据，生成中间加密状态参与合约或交易 |
| 联合风控 / KYC | 银行之间联合判断客户风险，但彼此不泄露用户数据 |
| 跨链签名 / DeFi 钱包 | 在多个链间实现分布式签名，如 Threshold、Lit Protocol |
| 医疗数据建模 | 医院之间共享病人特征，联合训练 AI 模型，保护患者隐私 |
七、MPC 的优缺点
| 优点 | 描述 |
|---|
| 高隐私 | 数据始终在密文中处理，无信息泄露 |
| 抗单点风险 | 数据片段分散存储/计算，防止中心泄露 |
| 安全可信 | 即使部分参与者作恶也能容错（通过门限设定） |
| 缺点 | 描述 |
|---|
| 计算复杂度高 | 通信轮次多，效率低于传统计算 |
| 部署门槛高 | 需协调多个节点，环境复杂 |
| 不适合链上运行 | 通信成本高，适合链下协作计算后上链 |
八、主流 MPC 项目与工具
| 项目/平台 | 用途 |
|---|
| Fireblocks | MPC 钱包服务商，面向机构 |
| ZenGo | MPC 钱包应用，用户无需私钥 |
| MPyC | Python 中实现 MPC 的教学/研究工具 |
| SEAL | 微软开发的同态加密工具 |
| Partisia Blockchain | 以 MPC 为核心的隐私区块链 |
| Lit Protocol | 去中心化 MPC 签名与访问控制平台 |
| Nucypher | 加密代理，支持访问控制与 MPC 组合使用 |
九、小结
| 项目 | 内容 |
|---|
| 名称 | 多方安全计算（MPC） |
| 本质 | 多方参与、不泄露数据的联合计算协议 |
| 核心机制 | 秘密共享、同态加密、盲化、混淆电路等 |
| 典型应用 | MPC 钱包、跨链签名、隐私数据分析、联合建模 |
| 与 ZKP 区别 | MPC 侧重联合计算，ZKP 侧重可信证明 |
