隐私计算论文合集「多方安全计算系列」第一期

当前，隐私计算领域正处于快速发展的阶段，涌现出了许多前沿的SOTA算法和备受关注的顶会论文。为了方便社区小伙伴学习最新算法、了解隐私计算行业最新进展和应用，隐语开源社区在GitHub创建了Paper推荐项目awesome-PETs（PETs即Privacy-Enhancing Technologies ，隐私增强技术），精选业内优秀论文，按技术类型进行整理分类，旨在为隐私计算领域的学习研究者提供一个高质量的学习交流社区。

awesome-pets包含：安全多方计算(MPC)、零知识证明(ZKP)、联邦学习(FL)、差分隐私(DP)、可信执行环境(TEE)、隐私求交(PSI)、机器学习系统的攻击和防御、多媒体隐私与安全等系列主题论文！欢迎收藏项目。
https://github.com/secretflow/secretflow/blob/main/docs/awesome-pets/awesome-pets.md

本期带来安全多方计算 (MPC）系列论文推荐，更多系列主题Paper将持续更新！

评论区留言推荐“安全多方计算”主题论文，私信隐语小助手SecretFlow01，可参与社区抽奖活动。也可直接提交PR：https://github.com/secretflow/secretflow/pulls～推荐论文被合并的贡献者，将在隐语官方repo中进行@，以肯定及感谢您在awesome-pets项目中的贡献成果。

留言格式：论文标题 作者 原论文链接（链接为非必需项）

例：Quieter OT Extension from Small-Field Silent VOLE in the Minicrypt Model，_Lawrence Roy，_Crypto 2022, eprint, Roy22，https://eprint.iacr.org/2022/192

活动礼品：

“禁止焦虑系列”马克杯 X 5份**

蚂蚁庄园小鸡公仔 X 5份

蚂蚁公仔桌面摆件 X 3份

隐语社区周边：充电宝礼盒装X 3份

中奖率超高哟～

活动时间：5月15日-5月31日

这篇好文章是转载于：学新通技术网