本书依据现实场景中隐私与数据处理的需求，给出外包密文计算相关应用，包括智慧医疗、药理配方发现、车联网等场景中的应用实例。
书中给出了实际算法、代码等，同时包含大量实用案例与数据分析，使读者快速掌握密态数据处理的关键技术，并应用于密态计算的具体工程实现，具有较强的实用性。

本书对隐私保护计算领域知识进行了系统化总结，对该领域知识进行重新整理、形成体系，以隐私保护计算框架为核心，系统阐述相关关键技术与实际应用案例，主要内容包括以下方面：绪论，包括背景与概念、相关技术，以及隐私保护计算的发展历程、技术特点与应用场景；基础知识，包括密码学数学基础、安全模型概述、安全多方计算技术概述；框架概述，包括秘密共享框架与同态加密框架；隐私保护计算原语，包括隐私保护基础运算的设计；安全多方计算框架及其改进框架的实际应用案例。
本书可作为网络空间安全相关专业的博士生、硕士生、高年级本科生的参考书，也可作为从事网络空间安全研究的科研工作者、从事网络安全系统研发的工程技术人员的参考书。

目 录
    
    
    
    
第 1章 绪论\t1
1.1 背景与概念\t1
1.2 相关技术\t2
1.2.1 秘密共享\t2
1.2.2 同态加密\t3
1.2.3 混淆电路\t3
1.2.4 差分隐私\t4
1.2.5 不经意传输\t5
1.3 隐私保护计算发展历程\t5
1.4 隐私保护计算技术特点\t6
1.5 隐私保护计算应用场景\t6
1.5.1 金融场景\t7
1.5.2 医疗场景\t9
1.5.3 政务场景\t10
1.5.4 新兴场景\t11
1.6 隐私保护计算主要挑战\t11
1.7 隐私保护计算发展趋势\t13
1.8 隐私保护计算发展建议\t15
参考文献\t16
第 2章 基础知识\t18
2.1 密码学数学基础\t18
2.1.1 整数表示\t18
2.1.2 整除的概念和性质\t19
2.1.3 优选公因数\t20
2.1.4 广义欧几里得除法\t20
2.1.5 最小公倍数\t21
2.1.6 同余的概念和性质\t22
2.1.7 群的概念和性质\t23
2.1.8 环的概念和性质\t23
2.1.9 域的概念和性质\t24
2.2 安全模型概述\t24
2.2.1 应用场景\t25
2.2.2 定义范式\t25
2.2.3 附加参数\t27
2.2.4 相关含义\t29
2.2.5 可行性分析\t30
2.2.6 不同场景下的安全讨论\t30
2.3 安全多方计算技术概述\t31
2.3.1 差分隐私\t31
2.3.2 不经意传输\t33
2.3.3 混淆电路\t35
2.3.4 同态加密\t36
2.3.5 秘密共享\t43
2.4 本章小结\t47
参考文献\t47
第3章 框架概述\t51
3.1 秘密共享框架\t51
3.1.1 CrypTen\t52
3.1.2 Rosetta\t61
3.1.3 TF Encrypted\t76
3.1.4 SPDZ\t81
3.1.5 ABY\t83
3.2 同态加密框架\t87
3.2.1 Paillier\t87
3.2.2 ElGamal\t90
3.2.3 RSA\t95
3.2.4 SEAL\t102
3.2.5 TFHE\t104
3.3 本章小结\t108
参考文献\t109
第4章 隐私保护计算原语\t110
4.1 秘密共享\t110
4.1.1 加法与减法运算\t110
4.1.2 乘法运算\t119
4.1.3 或运算\t127
4.1.4 异或运算\t127
4.1.5 与运算\t129
4.1.6 非运算\t131
4.1.7 逻辑位移\t131
4.1.8 比较运算\t133
4.1.9 选择运算\t144
4.1.10 除法运算\t145
4.1.11 指数运算\t150
4.1.12 平方根运算\t154
4.1.13 对数运算\t158
4.1.14 三角函数\t162
4.1.15 激活函数\t165
4.1.16 其他函数\t170
4.2 同态加密\t180
4.2.1 Paillier\t180
4.2.2 ElGamal\t184
4.2.3 RSA\t186
4.2.4 SEAL\t189
4.2.5 TFHE\t202
4.3 本章小结\t204
参考文献\t204
第5章 面向分子性质预测模型 SMC框架的探究\t206
5.1 引言\t206
5.2 问题阐述\t208
5.2.1 系统模型\t208
5.2.2 安全模型\t209
5.2.3 设计目标\t209
5.3 准备工作\t209
5.3.1 基本架构\t210
5.3.2 符号定义\t211
5.3.3 基础安全协议\t212
5.4 安全多方计算协议\t213
5.4.1 安全乘法协议\t213
5.4.2 安全比较协议\t214
5.4.3 非线性计算处理方法\t222
5.5 SMPNN框架描述\t222
5.5.1 安全消息函数\t223
5.5.2 安全更新函数\t223
5.5.3 安全读出函数\t224
5.6 安全性分析\t224
5.7 实验评估\t228
5.8 本章小结\t231
参考文献\t231
第6章 面向神经网络训练模型SMC框架的改进\t233
6.1 引言\t233
6.2 系统模型\t235
6.3 安全模型\t236
6.4 框架设计\t236
6.4.1 系统架构的改进\t236
6.4.2 可信方的扩展\t238
6.4.3 数据类型的适配\t239
6.5 协议应用\t239
6.6 实验评估\t245
6.7 本章小结\t247
参考文献\t247