本文研究了隐私保护协作数据清洗问题。在协作数据清洗中，两方希望调和各自的数据集，以过滤掉分类错误的数据项。隐私保护版本增加了安全目标：各方仅能了解自己分类错误的数据项，而不能获知对方数据集的其他信息。该问题本质上是隐私集合交集（PSI）的变体，理论上可采用电路PSI技术实现。然而，作者针对私有数据清洗的特性，设计、分析并实现了三种新协议，性能优于电路PSI。第一种协议利用少量附加泄漏（数据项交集差分隐私大小）来降低复杂度；另外两种协议将数据分类不匹配问题转化为匹配问题，然后采用标准的不经意伪随机函数（OPRF）技术计算PSI。实验表明，根据数据类别数量的不同，协议相比电路PSI有具体的运行时间提升。本文主要贡献在于提出了适合私有数据清洗的高效协议，并通过理论分析和实验验证了其优势。适合研究安全多方计算、隐私保护数据清洗的研究者阅读。

本文研究安全两方计算在动态控制器执行中的应用。针对现有基于同态加密的加密控制方案需要周期性解密、重置或重新加密控制器状态的问题，作者采用安全两方计算协议，使得控制器可以在无限时间范围内持续运行而无需暴露明文状态。然而，两方设置引入了额外的在线通信开销，可能影响实时可行性。为了验证该协议的实际可行性，作者在商用云平台上搭建了倒立摆实验台，实现了该安全两方控制器计算协议。实验结果表明，尽管存在在线通信延迟，该协议仍能成功稳定倒立摆系统。该研究为实时控制系统的隐私保护提供了一种无需周期性解密的新途径。