多方安全計算

1 3秒看懂

多方安全計算（Secure Multi-Party Computation，簡稱MPC）是一種密碼學協議，允許多個參與方在不暴露各自原始資料的前提下，聯合計算一個約定的函式並僅獲得輸出結果。**“鏈上MPC”**是將MPC協議與區塊鏈融合的架構範式：鏈下MPC網路執行隱私計算，鏈上智慧合約負責協調參與方、驗證計算正確性並記錄結果，最終實現“資料可用不可見”的鏈上協作機制。

需要區分的是：MPC本身是密碼學原語，誕生於1982年姚期智提出的百萬富翁問題；鏈上MPC是2018年後伴隨隱私公鏈與資料要素市場興起的工程化範式，將MPC的計算隱私性與區塊鏈的可驗證性結合，是兩套獨立技術體系的深度融合。

2 3分鐘產業解釋

從何而來：傳統區塊鏈以透明公開為核心特徵，所有交易資料和合約狀態對全網可見。這一特徵在金融、政務、醫療等涉及商業秘密或個人隱私的場景中反而成為障礙。MPC恰好提供了在不洩露輸入的情況下完成聯合計算的能力，二者結合形成鏈上MPC，補足了區塊鏈的隱私短板。

如何運作：典型的鏈上MPC工作流程如下——智慧合約將計算任務廣播至指定的MPC節點集，各節點從鏈下獲取加密或分片後的資料，通過多輪點對點通訊完成MPC協議計算，最終將結果連同零知識證明提交至鏈上合約進行驗證。驗證通過後合約自動執行後續邏輯（如釋放資產、發放憑證等）。

解決什麼：傳統模式下，機構間的資料協作面臨“想用不敢給、想給不能用”的困境。鏈上MPC使銀行可聯合風控而不暴露客戶名單，交易所可合規共享黑名單而不洩露舉報人資訊，企業可參與資料交易而無需交付原始資料——在合規與隱私間找到了技術平衡。

3 技術原理

鏈上MPC是密碼學協議與分散式系統的深度融合，其技術架構可拆解為三個層次：密碼學原語層、MPC協議層、鏈上協調層。

3.1 核心密碼學技術

**秘密分享（Secret Sharing）**是最早應用於MPC的密碼學技術之一。Shamir在1979年提出的門限秘密分享方案將秘密S拆分為n個份額，任意t個以上份額可重構S，而少於t個份額則無法獲得任何資訊。在MPC中，各參與方將自身輸入進行秘密分享後分發給其他方，計算過程轉化為對份額的操作，最終通過份額合併得到結果。

其數學基礎是拉格朗日插值：在有限域𝔽_p上構造t-1次隨機多項式f(x)，令f(0)=S，各份額為f(i)（i=1,2,…,n）。加法和標量乘法可在份額上直接進行而無需互動，乘法則需要一輪廣播通訊。這一特性決定了秘密分享適用於算術電路類計算。

**同態加密（Homomorphic Encryption）**允許對密文直接執行運算，解密結果等同於對明文執行同樣運算。部分同態加密（如Paillier、ElGamal）支援加法或乘法之一，全同態加密（FHE）同時支援兩種運算但計算開銷極高——Gentry 2009年的首個FHE方案一次位操作需約30分鐘。實際MPC系統中多用部分同態加密配合其他技術使用，主要應用於聯邦學習中的梯度聚合、隱私集合求交等場景。

**混淆電路（Garbled Circuit）**是Yao在1986年提出的針對布林電路的通用MPC協議。一方（Garbler）將電路的真值表加密混淆後傳送給另一方（Evaluator），同時使用不經意傳輸（Oblivious Transfer）將Evaluator的輸入對應的金鑰安全傳遞。Evaluator逐門解密獲得輸出金鑰，映射回結果。混淆電路的通訊量與電路門數成正比，適用於邏輯判斷密集、資料量較小的計算。

**不經意傳輸（Oblivious Transfer）**是混淆電路的基礎元件：傳送方持有n個訊息，接收方選擇其中1個獲取，傳送方不知道接收方選擇了哪一個，接收方也不知道其餘n-1個訊息的內容。1-out-of-2不經意傳輸是建置混淆電路的核心原語，其擴充套件協議（如IKNP03）大幅提升了效率。

**零知識證明（Zero-Knowledge Proof，ZKP）**在鏈上MPC中扮演驗證角色：MPC節點在鏈下完成計算後，向鏈上合約提交計算結果及ZKP證明，合約只需驗證證明而不必重放整個計算過程。Succinct非互動式零知識證明（如Groth16、Plonk、zk-STARK）將證明尺寸壓縮至數百位元組、驗證時間降至毫秒級，使鏈上驗證MPC結果成為工程可行方案。

3.2 主流MPC協議架構

當前工程化程度最高的兩類協議為：

SPDZ系列（Damgård等2012年提出）：基於秘密分享與訊息認證碼（MAC）的抗惡意敵手協議。引入隨機數的全域性金鑰用於檢測協議執行中的篡改行為。經歷SPDZ→SPDZ2→MASCOT→HighGear→Overdrive的演進，Overdrive在LAN環境下處理128位整數的加法運算延遲約0.01ms、乘法約0.3ms（2018年IACR資料）。

ABY系列（Demmler等2015年提出）：混合協議架構，在同一計算任務中將算術分享（Arithmetic Sharing）、布林分享（Boolean Sharing）、Yao混淆電路三種協議線上切換，針對不同運算選擇最優協議。ABY³（Mohassel & Rindal，2018年）將三方計算在WAN環境下的吞吐量提升至每秒約100萬次32位整數加法。

3.3 與區塊鏈的結合機制

鏈上MPC的計算-驗證分離架構如下：

• 鏈上協調層：智慧合約管理MPC節點註冊與質押、任務釋出與分配、超時懲罰與獎勵分發。合約不參與實際計算，僅儲存計算任務後設資料、接收ZKP驗證結果。
• 鏈下MPC網路：計算節點之間通過TLS加密通道通訊，根據合約分配的任務執行MPC協議。通訊拓撲為完全圖，乘法運算需全網廣播。
• 驗證層：計算結果、輸入承諾、ZKP提交至鏈上後，合約呼叫預編譯合約或鏈上驗證器進行證明校驗。校驗通過後觸發後續合約邏輯。

這種架構的工程合理性在於：MPC的密集通訊和計算發生在鏈下，避免了區塊鏈的效能瓶頸；區塊鏈提供參與方協調、經濟激勵和審計追蹤，二者各司其職。

4 關鍵引數

評估鏈上MPC方案技術能力的關鍵引數體系如下：

安全模型：半誠實模型（Semi-Honest）假設各方遵守協議但試圖窺探他人資訊，計算效率較高；惡意模型（Malicious）需抵抗主動偏離協議的敵手，通過MAC、承諾等機制保證輸入一致性和計算正確性，通訊和計算開銷通常高2-5倍。大多數商用方案採用半誠實模型，金融級應用要求惡意安全模型。

門限設定（t of n）：n為MPC參與節點總數，t為重建所需的最小節點數量。典型設定為2-of-3（三方計算，容忍1方離線或作惡）或(n-1)-of-n。t的選擇影響安全性與可用性的權衡：t越高容錯越強，但t>n/2時惡意合謀風險顯著增加。

計算複雜度：通訊輪數（Round Complexity）影響延遲，乘法門需要1輪廣播；通訊量（Communication Complexity）影響頻寬消耗，與電路規模和參與方數量呈線性或平方關係。Overdrive協議在半誠實三方設定下，128位整數乘法的通訊量約32位元組/參與方。

吞吐量（Throughput）：每秒處理的計算門數量。ABY³在LAN環境（1Gbps）下可達每秒約200萬次64位整數加法；混淆電路方案的AES電路計算吞吐量約1000-5000次/秒（視具體實現）。

證明系統性能：ZKP生成時間、證明大小、鏈上驗證Gas消耗。Groth16證明固定為約200位元組，Ethereum上驗證Gas約200k-500k；Plonk證明約400位元組，驗證Gas約250k-350k。

節點數量擴充套件性：多數高效能MPC協議面向三方或四方最佳化，擴充套件到數十方時通訊複雜度從線性增長至平方級。部分方案（如基於FHE的協議）可支援大規模參與方，但計算開銷相應增加。

（注：以上效能資料來源於各協議學術論文及開源實現基準測試，具體數值因實現語言、硬體配置、網路環境差異而有波動，無統一權威行業基準。）

5 技術路線

鏈上MPC的技術生態可按底層路線和工程路徑兩個維度劃分。

5.1 按底層安全假設劃分

純密碼學路線：安全性僅依賴數學困難問題（大整數分解、離散對數、格等）和協議設計的完備性證明，代表專案有Partisia Blockchain、ARPA Network。優勢是無需信任硬體；挑戰是效能開銷大、複雜協議實現易引入漏洞。

TEE混合路線：將MPC與可信執行環境（TEE，如Intel SGX、AMD SEV）結合，部分計算在TEE中明文執行以提高效率，TEE間通訊使用MPC保護。代表為Oasis Sapphire（TEE執行時+狀態加密）、AntChain FAIR（TEE+MPC混合計算）。優勢是效能大幅提升；風險是TEE自身的側通道攻擊面（如2020年SGAXE、2022年ÆPIC Leak等SGX漏洞）。

硬體加速路線：使用FPGA或ASIC加速MPC中計算密集的部分（如混淆電路的AES計算、同態加密的大整數模乘）。學術界仍為主要推動者，商業落地有限。2023年ICCAD會議上的成果顯示FPGA加速混淆電路可提升吞吐量10-30倍。

5.2 按工程實現路徑劃分

原生整合路線：在區塊鏈底層協議中直接嵌入MPC模組，MPC節點即共識節點。代表為Partisia Blockchain的MPC預言機層和Oasis的ParaTime層。優點是與鏈深度耦合，安全性一致性強；問題是升級迭代緩慢、技術棧繫結。

二層/中介軟體路線：在現有公鏈（以太坊等）之上建置MPC網路層，通過橋接合約與鏈互動。代表為ARPA Network（BLS-TSS簽名網路+隨機數生成）、Safher（基於MPC的隱私交易協議）、Lit Protocol（門限密碼網路）。優勢是可複用成熟公鏈的安全性和生態；短板是跨層通訊延遲、信任假設疊加。

SaaS/平台路線：面向企業的隱私計算平台，支援MPC、聯邦學習、TEE等多種技術，可靈活對接不同區塊鏈。代表為螞蟻鏈摩斯（MORSE）、騰訊數鏈通、華控清交的PrivPy平台。優勢是部署便捷、技術選型靈活；不足是中心化運維依賴、多租戶隔離難以完全驗證。

三種路線並非互斥。2023年後出現的趨勢是二層方案與SaaS方案融合——MPC網路的節點可執行在企業私有部署環境，同時通過標準化介面與公鏈互動。

6 上游

鏈上MPC產業上游為基礎設施與底層技術供應商，其產品或服務是建置MPC系統的必要條件。

密碼學庫：開源MPC協議實現是產業上游的核心，包括MP-SPDZ（布里斯托大學維護的多協議MPC架構，支援37種協議變體）、EMP-toolkit（高瀨等開發的高效能混淆電路與不經意傳輸庫）、libsnark/circom（ZKP電路開發架構）、Microsoft SEAL/OpenFHE（同態加密庫）。這些開源庫的質量直接影響下游平台的效能和安全性。MP-SPDZ截止2024年12月已迭代至v0.3.8版本，GitHub Star數超過900，是目前學術引用和工業評估最廣泛的MPC參考實現。

硬體基礎設施：

• TEE硬體：Intel SGX佔據主導地位，截至2024年第4季度，支援SGX的Intel Xeon處理器出貨量估計超過1000萬顆（Intel年報資料，未按應用領域拆分，MPC專用比例未知）；AMD SEV在雲端伺服器市場佔有率約20%-25%（IDC 2024Q3伺服器CPU追蹤報告）。NVIDIA Confidential Computing（H100 GPU支援TEE）於2023年推出，正在成為AI訓練場景中MPC混合方案的新選擇。
• 加速硬體：FPGA加速卡在MPC領域的出貨量極小，主要處於實驗室評估階段。Xilinx Alveo系列和Intel Agilex系列有零星學術部署。
• 網路設施：MPC對網路延遲高度敏感，1Gbps速率下乘法門通訊延遲約0.1-1ms；若部署在公共網際網路（典型延遲10-50ms），效能可能下降10-100倍。專用低延遲網路的鋪設和租賃成本是上游成本的重要構成項。

底層區塊鏈平台：以太坊、BNB Chain、Polygon等公鏈為鏈上MPC提供智慧合約執行環境。支援鏈上ZK證明驗證（EIP-1108、EIP-2537等）的公鏈版本對鏈上MPC更為友好。截至2025年1月，Ethereum Cancun升級後blob交易降低了ZK-Rollup資料可用性成本，間接利好鏈上MPC的驗證成本最佳化。

雲端服務商：AWS Nitro Enclaves、阿里雲端LINK TEE、華為雲端可信智慧計算服務等在雲端端提供TEE環境，降低了MPC節點的部署門檻。AWS在2024年re:Invent大會公佈的Nitro Enclaves累計使用客戶數量超過5000家（公開演講資料，未揭露其中MPC用途佔比）。

7 下游

鏈上MPC的下游應用場景分佈於金融、資料要素、數字身份、政務醫療四大領域。

DeFi隱私交易與暗池：將MPC應用於DEX交易撮合、借貸清算等場景。代表性專案包括Penumbra（Cosmos生態的隱私DEX，使用MPC進行密封拍賣式流動性管理）、Panther Protocol（使用MPC+ZKP建置跨鏈隱私資產層）。與常見的Tornado Cash類混幣方案相比，MPC方案可支援複雜鏈上邏輯（如限價單、收益聚合）的隱私執行。暗池（Dark Pool）場景試圖將美股市場中約15%的交易量（SEC 2023年另類交易系統統計報告）的私密大宗交易模式引入DeFi——Renegade和Enclave Markets在2024年完成測試網部署，主網交易資料尚未公開。

資料要素市場：資料交易是鏈上MPC在中國市場最大的應用驅動力。上海資料交易所2023年掛牌資料產品超過1300個，其中隱私計算相關產品約200個（上海資料交易所2023年度報告）。深圳資料交易所2023年累計交易額約40億元人民幣（深數所2024年公開揭露），其中以MPC和聯邦學習為技術支撐的產品交易額估計佔比超過30%（深數所口徑，精確拆分未揭露）。北京國際大數據交易所和貴陽大數據交易所等也引入隱私計算作為資料產品交付的核心技術。

數字身份與可驗證憑證（DID/VC）：MPC用於分散式金鑰生成和門限簽名，實現去中心化身份控制。Lit Protocol、Entropy、DFNS等服務商提供MPC-TSS（門限簽名方案）錢包，使用者私鑰永不完整出現在單一裝置上。截至2024年底，MPC錢包在數字資產託管市場的滲透率約10%-15%（Coinbase 2024年Q4致股東信提及的行業趨勢資料，精確市場份額未給出）。

跨機構資料協同（政務/醫療）：中國部分城市開展“政務資料不出域”試點。北京隱私計算平台（2021年上線，北京金融科技產業聯盟揭露）支援多家銀行的聯合反欺詐建模。醫療領域，荷蘭Philips與多家醫院合作的HealthSuite平台使用MPC進行多中心臨床資料分析（2022年發表案例研究）；新加坡政府主導的TRUST（Trusted Research and Real-world data Utilisation Support Tech）平台於2023年啟動，使用MPC和聯邦學習進行跨國藥研資料協作（SNDGO 2023年新聞稿）。

鏈上隨機數與遊戲：ARPA Network使用BLS門限簽名生成鏈上可驗證隨機數（VRF）。截至2024年底，ARPA隨機數服務已被超過50個區塊鏈應用整合（ARPA Foundation 2024年第4季度生態報告）。此方向應用相對成熟但天花板明確，市場規模預計在數億美元級別。

8 受益公司

以下從產業受益視角梳理上市公司和頭部生態參與者，分為技術與基礎設施提供商、平台運營方兩類。

8.1 技術與基礎設施提供商

螞蟻集團（未上市/可使用“螞蟻”指代）及生態公司：螞蟻鏈摩斯（MORSE）是國內隱私計算平台頭部產品，參與建設深圳、上海資料交易所基礎設施。核心技術棧覆蓋MPC、聯邦學習、TEE和零知識證明。螞蟻集團2024年區塊鏈相關營收未單獨揭露（歸入數字科技板塊，2024財年營收約50億元人民幣量級，螞蟻集團招股書及後續財務摘要）。與螞蟻鏈密切合作的上市公司包括吉大正元（電子認證）和恒生電子（金融IT），其在隱私計算資料安全領域有協同業務。

騰訊（0700.HK，Tencent Holdings）：騰訊雲端數鏈通為政務和金融客戶提供區塊鏈與隱私計算一站式服務。騰訊的MPC能力來自內部密碼學團隊（騰訊玄武實驗室）及與華控清交的合作。2024財年騰訊金融科技及企業服務板塊營收約2040億元人民幣（騰訊2024年報），隱私計算/區塊鏈細項未單獨揭露。

Intel（INTC，Intel Corporation）：SGX TEE是多數TEE-MPC混合方案的基礎。2024財年Intel資料中心與AI業務營收約130億美元（Intel 2024年報），SGX相關軟體和許可是間接營收。Intel於2024年宣佈下一代Xeon支援更靈活的機密計算能力（Intel Vision 2024）。

NVIDIA（NVDA，NVIDIA Corporation）：H100 GPU的Confidential Computing功能於2023年正式啟用，為MPC在AI訓練場景中的部署提供硬體TEE底座。2025財年資料中心營收約475億美元（NVIDIA 2024財年/2025財年需確認：2024年全年資料中心營收約475億美元，NVIDIA 2024Q4財報）。AI隱私訓練（MPC+聯邦學習+TEE）是增長場景，但佔NVIDIA營收比例極低。

8.2 平台運營方與生態參與者

萬事達卡（MA，Mastercard）：2023年與MPC錢包公司Fireblocks合作推出Secure Asset Transfer方案；Mastercard也在探索使用MPC進行跨境支付的反洗錢資訊共享（Mastercard 2023年創新實驗室報告）。2024財年萬事達卡淨營收約280億美元（Mastercard 2024年報），創新業務未單獨列示。

Coinbase（COIN，Coinbase Global）：Coinbase Wallet和相關託管服務中使用MPC技術進行金鑰管理，以增強非託管錢包的安全體驗。其2023年收購MPC基礎設施公司Zengo的Pro業務（未揭露交易金額）。Coinbase 2024財年總營收約55億美元（Coinbase 2024Q4財報），MPC相關服務是託管/錢包業務的一部分。

Plaid（未上市，已提交IPO申請/參見2024年10月Bloomberg報道）：金融資料聚合平台，與隱私計算公司合作探索聯邦學習和MPC在介面資料安全中的應用。若上市可能成為該領域重要標的。

國內資料交易所相關上市公司：零點有數（301169.SZ，資料智慧服務）、每日互動（300766.SZ，資料智慧）等作為資料產品提供方與上海、深圳資料交易所合作，間接受益於鏈上MPC基礎設施的完善。市場尚未給出這些公司MPC相關營收的精確拆分。

免責宣告：以上公司列舉基於公開資料整理，僅說明產業關聯，不構成任何形式的投資建議、買賣推薦或價值判斷。

9 市場規模

鏈上MPC橫跨隱私計算、區塊鏈技術服務和資料要素流通三個市場，對市場規模的估算需拆分層級。

全球隱私計算市場：Gartner 2023年11月釋出的預測顯示，到2025年全球60%的大型企業將使用至少一種隱私增強計算技術，2027年隱私驅動的資料保護和合規技術支出將超過150億美元（Gartner“Predicts 2024: Privacy-Enhancing Technologies Go Mainstream”，2023年11月）。Gartner口徑包括MPC、聯邦學習、TEE、差分隱私、同態加密等，未單獨拆分MPC。

全球MPC市場：MarketsAndMarkets 2024年7月釋出的報告（“Secure Multiparty Computation Market - Global Forecast to 2029”）估計2024年全球MPC市場規模約8.1億美元，預計2029年將達到21億美元，CAGR約21%。該機構口徑涵蓋軟體、服務和硬體，包括非區塊鏈應用。Blockdata（2023年11月報告）估計2023年與區塊鏈相關的MPC市場約1.2-1.8億美元，但Blockdata未更新2024年資料。

中國隱私計算市場：IDC 2024年6月釋出的中國隱私計算平台市場追蹤報告顯示，2023年中國隱私計算平台市場規模約8.6億元人民幣（約1.2億美元），年增率增長約35%，其中螞蟻集團、華控清交、富數科技位居前三（IDC“China Privacy-Preserving Computing Platform Tracker, 2023 Full Year”）。此口徑為純軟體平台營收，不含硬體和定製化服務。

中國資料要素市場：國家工業資訊安全發展研究中心（2024年1月《中國資料要素市場發展報告》）估計2023年中國資料要素市場規模約1800億元人民幣，2025年有望達到2700億元。此口徑包含資料採集、儲存、加工、流通、分析等全產業鏈。鏈上MPC在其中歸屬資料流通環節，規模佔比尚小。

資料交易所相關規模：2023年中國主要資料交易所（掛牌資料交易場所超40家，CSRC統計）累計交易額估計約80-100億元人民幣（多家機構估算彙總，缺乏統一權威統計口徑）。深數所2023年交易額40億元的揭露是目前少數公開參照。

總結判斷：鏈上MPC目前處於早期採用階段（Gartner Hype Cycle 2024中Privacy-Enhancing Computation位於“期望膨脹期”與“幻滅期”交界處）。全球直接相關市場規模2024年估計在10-15億美元區間（綜合上述多源估算，請注意各家口徑差異）。資料要素市場的長期增長是鏈上MPC的最大需求驅動因素，但能否由“配套技術”成長為“核心基礎設施”仍取決於效能突破和標準統一。

10 玩家對比

以下選取當前鏈上MPC領域的代表性專案和平台，從技術路線、開放程度、落地規模等維度進行橫向對比。

玩家	技術路線	鏈關係	開放程度	落地進展	融資/估值參考
ARPA Network	BLS門限簽名+MPC	以太坊L2/多鏈	開源協議（MIT），節點需質押ARPA代幣	50+節點，隨機數服務50+應用整合	2018年ICO，流通市值約2000萬美元（CoinGecko 2025年1月資料）
Partisia Blockchain	原生MPC Layer-1	自建L1+跨鏈橋	混合許可型，部分元件閉源	主網2022年上線，生態專案約20個	2021年私募約2500萬美元，未上線主要CEX
Oasis Network (ROSE)	TEE（SGX）+ MPC混合	自建L1（Sapphire ParaTime）	開源（Apache 2.0）	Sapphire 2023年上線，DeFi隱私應用為主	流通市值約1.5億美元（CoinGecko 2025.1），a16z、Binance Labs投資
螞蟻鏈摩斯（MORSE）	MPC+聯邦學習+TEE	螞蟻鏈/多鏈適配	閉源商業平台	國內資料交易所基礎設施，服務政企客戶100+	螞蟻集團內部孵化，無獨立融資
騰訊雲端數鏈通	MPC+聯邦學習	長安鏈（騰訊主導聯盟鏈）	閉源商業平台	政務和金融客戶為主，具體數量未揭露	騰訊雲端產品線，無獨立揭露
華控清交	MPC（基於PrivPy平台）	可對接多種聯盟鏈	閉源商業平台	深度參與多個數據交易所平台建設	2021年B輪融資超5億元人民幣（公開報道），估值未揭露
富數科技	聯邦學習+MPC	可對接聯盟鏈	閉源商業平台	金融聯合風控市場領先	2021年C輪融資數億元，無最新估值揭露

核心對比維度分析：

• 公有鏈 vs 聯盟鏈：公鏈專案（ARPA、Partisia、Oasis）強調無須許可和代幣激勵，但受制於鏈上驗證Gas成本和節點運營經濟模型；聯盟鏈專案（螞蟻鏈、騰訊雲端、華控清交）在中國合規環境下佔據企業級市場主導，但技術封閉、跨平台互操作難。
• 純MPC vs MPC+TEE混合：純MPC方案安全假設簡潔，但效能差（高延遲、低吞吐）；混合方案效能提升10-100倍，但引入了TEE攻擊面的額外風險。Oasis的Sapphire採用TEE為主+MPC為輔；華控清交的策略是MPC為主+部分場景可選TEE。
• 開源 vs 閉源：開源方案（ARPA、Oasis）可獲得社群審計和貢獻，但商業化變現路徑模糊；閉源方案（螞蟻鏈、華控清交）直接面向付費客戶，但安全審計不透明。開源MPC庫（MP-SPDZ、EMP等）是兩類玩家的共同上游。
• 市場規模：從可驗證的商業落地規模看，螞蟻鏈和騰訊雲端在企業級部署數量上領先，但公開營收均未單獨揭露；公有鏈專案生態規模可通過鏈上資料度量（ARPA節點數、Oasis TVL等），均在數千萬至數億美元級別。

11 風險

鏈上MPC面臨的核心風險可歸為技術、合規、市場和生態四類。

11.1 技術風險

效能瓶頸：MPC協議的通訊開銷隨參與方數量呈超線性增長。三方計算的乘法門通訊延遲在LAN下約0.3毫秒，WAN下可達數十毫秒。對於複雜計算（如包含10億門的深度學習推論），延遲可能長達分鐘或小時級，不滿足即時性需求。硬體加速（FPGA/ASIC）和協議最佳化（如深度流水線排程）正在緩解但尚未根本解決。

實現安全漏洞：MPC協議的安全證明基於理想化的抽象模型，實際程式碼實現中可能存在側通道漏洞、隨機數不安全、記憶體不安全等問題。2022年USENIX Security會議上一項對7個主流MPC開源庫的審計發現，所有庫均存在不同程度的協議偏離或實現缺陷（Mou & Song等，“Security Analysis of MPC Implementations”）。鏈上ZKP驗證可部分緩解計算篡改風險，但無法覆蓋輸入投毒、側通道等攻擊。

TEE攻擊面：選擇MPC+TEE混合路線的專案必須面對SGX等TEE的持續漏洞發現。2020年SGAXE、2022年ÆPIC Leak和2024年的GoFetch（Apple晶片側通道）均宣告了特定TEE在特定條件下的安全性破防。將MPC與TEE繫結的方案，其安全強度實際上是“MPC安全假設與TEE安全假設的交集”，存在短板效應。

量子計算威脅：MPC技術依賴的密碼學基礎（離散對數、大整數分解）在通用量子計算機面前不完全安全。Shor演算法可破解RSA和ECC。基於格的同態加密和MPC協議（如CKKS方案）聲稱具有抗量子特性，但工程化尚處於早期，效能比經典方案差10-100倍。NIST PQC標準化程序於2024年釋出了首批演算法標準（FIPS 203/204/205），MPC協議的抗量子遷移將需要5-10年。

11.2 合規與法律風險

資料法律性質模糊：MPC使得資料“可用但不可見”，但其法律上是否構成“資料提供”或“資料處理”尚不明確。中國《資料安全法》《個人資訊保護法》未專門定義MPC處理行為。歐盟GDPR第26條“聯合控制者”是否適用於MPC節點尚無明確判例。這種模糊性使得采用MPC的機構承擔了一定合規解釋風險。

跨境資料流動：MPC節點跨國部署時，份額（Shares）是否被視為“資料”將直接影響資料出境合規判定。中國《資料出境安全評估辦法》（2022年9月施行）規定重要資料和個人資訊出境需評估。若MPC份額被視為原始資料的轉化形式，可能觸發申報義務。目前公開資料未見監管部門對MPC份額法律性質的正式界定。

審計與取證困難：“資料不可見”意味著監管機構無法直接檢查計算輸入，增加了反洗錢、反欺詐等合規審查的複雜度。如何在隱私與監管之間取得平衡，是更多MPC應用進入金融基礎設施之前必須解決的問題。

11.3 市場與生態風險

標準碎片化：MPC協議數量眾多且仍在快速演進，不同協議間無法互通。同一個資料協作場景中，A機構的SPDZ協議和B機構的混淆電路協議無法直接對接。IEEE P2842（安全多方計算推薦實踐）標準正在制定中，截止2025年初尚未正式釋出。標準碎片化加劇了整合成本和供應商鎖定風險。

預期落差：Gartner Hype Cycle顯示隱私增強計算正從“期望膨脹期”進入“幻滅期”。部分早期POC專案在轉化為生產部署時遭遇效能不及預期、部署複雜、成本過高等問題，可能導致行業投資熱情降溫。

12 誤讀糾偏

誤讀1：“MPC讓資料完全不可見，因此絕對安全” 糾偏：MPC保證的是協議執行過程中各方輸入對其他參與方保密，但不意味著不存在任何資訊洩露。計算輸出本身可能洩露個體資訊（如聯合統計中的極值反推），此為“推論攻擊”範疇，MPC協議本身不防禦。此外，協議實現漏洞、側通道等均可導致實際資料洩露。MPC的安全性有條件、有邊界。

誤讀2：“鏈上MPC就是在區塊鏈上跑MPC演算法” 糾偏：大規模MPC計算在鏈下進行，區塊鏈僅用於協調和驗證。將MPC演算法的密集通訊搬到鏈上會導致Gas成本天文數字且延遲不可接受。所謂的“鏈上MPC”更準確的描述是“區塊鏈協調的MPC”或“MPC with on-chain verification”。

誤讀3：“MPC可以完全取代資料脫敏” 糾偏：MPC和傳統資料脫敏（匿名化、掩碼、泛化等）解決的是不同環節的問題。脫敏用於資料釋出場景（一份資料多次使用），MPC用於聯合計算場景（多方資料一次性計算得到單一結果）。二者互補而非替代。實踐中常先用脫敏降低輸入精度，再用MPC完成聯合計算，平衡安全性與效率。

誤讀4：“MPC已經成熟，可以大規模商用了” 糾偏：MPC在特定場景（如三方門限簽名、簡單統計算法）已具備商業可行性。但對於機器學習訓練、複雜SQL分析等大規模計算，MPC的開銷仍通常是明文計算的100-10000倍。目前的大規模商用主要集中在查詢、統計、簡單建模等受控場景，尚未達到“通用計算”成熟度。

誤讀5：“鏈上MPC不需要信任任何第三方” 糾偏：鏈上MPC雖然減少了對單一第三方的信任依賴，但引入了新的信任假設——包括MPC協議的密碼學假設（如離散對數難題）、安全模型設定（tn+1個參與者中最多n-1個合謀）、ZKP證明系統的完備性、鏈上合約的正確性和底層公鏈的安全。稱其“無需信任”（Trustless）是過度簡化的營銷表述。

13 最新事件

本段彙總2023-2024年鏈上MPC領域的標誌性事件，按時間倒序排列。

2024年12月：歐盟《資料治理法案》（Data Governance Act, DGA）正式全面施行。DGA提出“資料中介服務”概念，為MPC等隱私增強技術提供法律認可基礎，允許資料中介在不訪問資料內容的前提下促成資料共享（European Commission官方公告）。

2024年11月：Oasis Network完成Sapphire ParaTime上線後的首次重大升級（代號Emerald-Sapphire Bridge 2.0），改善TEE-MPC混合架構下鏈上與鏈下的通訊效率，隱私合約呼叫延遲降低約40%（Oasis Foundation開發者部落格）。

2024年10月：國家資料局在中國正式掛牌一週年之際釋出《可信資料空間發展行動計劃（2024-2028）》，明確提出推動隱私計算（含MPC）在資料空間中的應用，遴選約100個可信資料空間試點（新華社2024年10月18日報道）。

2024年8月：NIST正式釋出首批後量子密碼學標準（FIPS 203 ML-KEM、FIPS 204 ML-DSA、FIPS 205 SLH-DSA），為MPC協議的抗量子化遷移提供標準依據。GoogleChrome和Cloudflare同日宣佈啟動PQC支援（NIST官方新聞稿，2024年8月13日）。

2024年7月：美國國家標準與技術研究院（NIST）宣佈啟動隱私增強加密技術（PEC）計劃的第三階段，重點轉向MPC和同態加密的可互操作標準和效能評估架構（NIST CSRC公告）。

2024年5月：華控清交與深圳資料交易所聯合宣佈“資料可用不可見”隱私計算平台累計支撐交易額突破20億元人民幣（深數所新聞稿，自平台上線至2024年5月累計口徑）。

2024年3月：ARPA Network主網節點突破50個，累計生成隨機數超100萬次，ARPA宣佈與Chainlink CCIP整合，將MPC隨機數服務擴充套件至多鏈生態（ARPA Foundation Medium博文）。

2023年12月：螞蟻鏈釋出摩斯MORSE 3.0，支援百萬級參與方的輕量級部署和跨機構聯邦計算，並宣佈在港交所Compass平台掛牌其“大數據計算與隱私保護”專利組合的首批專利許可（螞蟻數字科技公眾號）。

2023年10月：以太坊Layer2網路Taiko宣佈整合Lit Protocol的MPC門限簽名方案以增強跨鏈橋安全性，此為MPC錢包技術在公鏈基礎設施中的典型應用案例（Taiko Labs部落格）。

14 追蹤指標

以下指標建議用於持續追蹤鏈上MPC產業的發展脈搏。

技術成熟度指標：

• 學術基準：關注三大頂會（ACM CCS、IEEE S&P、CRYPTO/IACR）每年MPC方向論文數量及主題趨勢。MP-SPDZ GitHub倉庫的星數和貢獻者數量反映開發者社群活躍度（當前約900+星，350+貢獻者）。
• 標準進展：IEEE P2842“安全多方計算推薦實踐”標準進展；ISO/IEC JTC 1/SC 27隱私增強技術標準制定動態；中國通訊標準化協會（CCSA）TC8隱私計算標準程序。
• 效能基準：MPCbenchmark.org（如有更新）或MLPerf隱私計算專項的測試結果。

產業落地指標：

• 資料交易所交易額：上海、深圳、北京國際大數據交易所的年度交易額及隱私計算相關佔比。
• 企業採納率：IDC每半年度釋出的中國隱私計算平台市場份額追蹤；畢馬威/普華永道年度金融科技報告中隱私計算作為技術熱詞的提及頻率和案例數量。
• 合規里程碑：美國SEC、歐盟EDPB、中國網信辦等監管機構是否發出針對MPC的法律定性展望或執法案例。

市場與資本指標：

• 隱私計算賽道融資額：Crunchbase/PitchBook中“Privacy-Enhancing Computation”分類的VC融資總額和Deal數量季度追蹤。
• 公鏈生態TVL與活躍度：Oasis（Sapphire TVL）、ARPA（質押率、節點數）、Partisia（活躍地址數）等的鏈上指標。
• 專利資料：智慧芽（PatSnap）或Derwent Innovation中“多方安全計算”或“secure multi-party computation”年度專利申請量和授權量，尤其是螞蟻、騰訊、華控清交等頭部實體的專利持有量。

技術安全與事件指標：

• TEE漏洞揭露：Intel SGX安全公告、AMD SEV安全公告的嚴重等級漏洞數量和修復週期。
• MPC開源庫安全審計：MP-SPDZ等主流庫的重大Bug報告和CVE記錄。

15 信源

以下為本文引用的主要資訊源，按型別分類列示，供讀者深入查證。

學術文獻：

• Cramer, R., Damgård, I., & Nielsen, J. B. (2015). Secure Multiparty Computation and Secret Sharing. Cambridge University Press. [https://www.cambridge.org/…]
• Evans, D., Kolesnikov, V., & Rosulek, M. (2018). A Pragmatic Introduction to Secure Multi-Party Computation. [https://securecomputation.org/]
• Damgård, I., Pastro, V., Smart, N. P., & Zakarias, S. (2012). “Multiparty Computation from Somewhat Homomorphic Encryption”. CRYPTO 2012. [SPDZ協議原論文]
• Keller, M. (2020). “MP-SPDZ: A Versatile Framework for Multi-Party Computation”. ACM CCS 2020.

政策檔案與標準：

• 中共中央、國務院《關於建置資料基礎制度更好發揮資料要素作用的意見》（“資料二十條”），2022年12月。
• 國家資料局《可信資料空間發展行動計劃（2024-2028）》，2024年10月。
• NIST FIPS 203/204/205: Post-Quantum Cryptography Standards, August 2024. [https://csrc.nist.gov/projects/pec]
• European Commission, Data Governance Act (Regulation 2022/868), fully applicable from September 2023.

市場研究機構報告：

• Gartner. (2023). “Predicts 2024: Privacy-Enhancing Technologies Go Mainstream”. November 2023. [需付費獲取全文]
• IDC. (2024). “China Privacy-Preserving Computing Platform Tracker, 2023 Full Year”. June 2024. [需付費獲取全文]
• MarketsAndMarkets. (2024). “Secure Multiparty Computation Market - Global Forecast to 2029”. July 2024. [摘要公開，全文需付費]
• 國家工業資訊安全發展研究中心. (2024). 《中國資料要素市場發展報告》. 2024年1月.

公司財報與公開揭露：

• Intel Corporation, 2024 Annual Report (Form 10-K).
• NVIDIA Corporation, Q4 FY2025 Earnings Release, February 2025.
• Tencent Holdings Limited, 2024 Annual Report.
• Mastercard Incorporated, 2024 Annual Report (Form 10-K).
• Coinbase Global, Inc., Q4 2024 Shareholder Letter.
• 上海資料交易所、深圳資料交易所官方網站及年度報告。

專案官方資訊：

• ARPA Foundation, Medium Blog及GitHub倉庫.
• Oasis Foundation, Developer Blog及GitHub倉庫.
• Partisia Blockchain, Whitepaper及GitHub倉庫.
• 螞蟻數字科技公眾號及螞蟻鏈官方文件.

其他：

• CoinGecko及CoinMarketCap（市值資料，取2025年1月區間均值）.
• GitHub（MP-SPDZ等開源專案Star數與貢獻者數，取2025年1月資料）.
• 新華社、Bloomberg相關新聞報道.

特別宣告：本文資訊截至2025年1月。部分市場資料來自付費研究報告摘要，受限於獲取渠道，可能存在時間滯後或口徑差異。凡標註“公開資料未見”或類似表述的內容，表示在撰寫時未在該主題的公開權威來源中找到可引用的具體資訊。本文不構成投資建議。