CryptDough 是一个面向安全多方计算（Secure Multiparty Computation, MPC）的统一分析引擎。其核心目标是在多个互不信任的数据持有方之间，实现联合执行数据分析流程（如关系查询、时间序列分析、机器学习推理等），同时保证各方除最终结果（例如聚合统计）外，无法获知其他任何私有输入信息。与现有 MPC 系统通常只支持单一威胁模型或单一工作负载类型不同，CryptDough 在同一系统运行时内，原生支持跨领域分析以及多种威胁模型，这显著提升了任务的通用性和部署灵活性。 在架构设计上，CryptDough 提出了分层系统设计，通过逐步降低抽象级别的方式实现模块化和可扩展性，使得不同层次的组件可以独立演进和替换。此外，该工作引入了“虚拟向量”（virtual vectors）这一核心概念，允许用户在整个软件栈的所有层次上编写单线程代码，而将通信调度、并行化处理以及内存管理等复杂细节下沉到执行引擎中自动完成。这种设计大幅降低了用户编写 MPC 应用的门槛，同时保持了底层的执行效率。 实验部分表明，CryptDough 不仅能泛化现有最先进 MPC 系统的功能，而且在它们所支持的分析任务上保持竞争力，通常在性能上超过这些系统 2 倍以上。该工作适合对隐私保护计算、大数据分析、以及分布式系统感兴趣的研究者和工程人员阅读。由于目前仅基于论文摘要进行分析，具体的技术细节和完整实验数据有待阅读原文进一步确认。