Improved lower bounds for decomposable randomized encoding
该论文研究可分解随机编码（Decomposable Randomized Encoding, DRE）的规模下界问题。DRE 是一种密码学原语：给定函数 f，n 个参与方共享随机串，各自仅对自身输入做本地编码，最终编码集合只泄露 f(x1,
#secure-multiparty-computation
共收录 7 条相关情报。
← 返回所有主题A Leakage-Free Framework for Private Set Operations.
该论文题为《A Leakage-Free Framework for Private Set Operations》，作者包括 Wenhao Wu, Yuyue Chen, Bowen Shen, Peng Yang, Ximing Fu,
Improved Distributed RSA Key Generation Using the Miller-Rabin Test.
本文提出了一种基于 Miller-Rabin 素性测试的改进型分布式 RSA 密钥生成协议。在分布式 RSA 密钥生成场景中，多个参与方需要共同生成一个 RSA 模数 N=pq，但任何一方都不能获知 p 或 q 的具体值。该任务对于门限 R
Poster: Secure and Differentially Private kth Ranked Element.
该论文研究多方协作场景下的第 k 个排序元素（kth Ranked Element, KRE）安全计算问题。在金融、医疗等机构的联合数据分析中，经常需要在不暴露各方原始数据的前提下，找出合并数据集中第 k 大的元素（例如中位数、分位数等）。
Towards Scalable Fuzzy PSI via Efficient Fuzzy Matching
本文提出面向可扩展模糊隐私集合求交（Fuzzy PSI）的高效协议，支持一般 L_p (p∈[1,∞]) 距离度量，并适用于低维和高维数据集。核心贡献是设计了两种高效的模糊匹配协议：第一种基于角色反转的不经意伪随机函数（OPRF），将计算开
Correlation-Aware Secure Sorting and Permutation for Iterative Two-Party Graph Analysis.
本文提出了一种相关感知的安全排序与排列方法，旨在提升迭代式两方图分析中安全多方计算的效率。在联合图分析场景中，双方需要在不泄露原始数据的情况下处理包含丰富拓扑和属性信息的图数据。现有方法存在冗余的安全排序或高开销的安全洗牌操作，导致效率低下
STIP: Three-Party Privacy-Preserving and Lossless Inference for Large Transformers in Production.
本文提出了STIP（Secure Three-party Inference Protocol），一种用于大型Transformer模型在生产环境中的三方隐私保护无损推理方案。研究背景是，随着大型Transformer模型（如BERT、GP