下表为各隐私匿名技术的应用情况及优劣势对比：

主流隐私技术细节对比

上表的前 3 种方案解决更多的是基于交易的匿名性，难以做到良好的安全性和百分百的匿名性。在隐私计算上，基于密码学层面的技术有全同态加密（FHE），多方安全计算（MPC）、零知识证明三种；基于硬件设计的方案主要有可信执行环境（TEE）等技术。

多方安全计算 MPC 的安全性和可信度基于密码学，安全可验证，其落地性主要集中于小场景，对于特定算法和高安全要求的敏感数据做处理。但其计算灵活性受限，随着参与方人数的增加计算效率会进一步减慢，在实际应用中存在通讯负担的问题。目前的多方安全计算单个运算可以达到毫秒级，但在大数据场景下，一个数据应用或模型训练涉及到上万的数据样本，运算效率和通讯负担是阻碍 MPC 发展的瓶颈。而且对于需要执行复杂计算任务的应用场景，MPC 目前还难以胜任，尚需要几年的时间优化。

全同态加密目前仍基于理论阶段，在可信度和灵活性，效率等各方面都相对较落后，实际运用时效率太低，构造方式和实现技术复杂，尚不能大规模商业应用。现有 FHE 方案主要通过同态解密技术来降低密文膨胀问题 , 这样确实从理论上看能够克服计算边界的问题 , 但从实现角度上看非常复杂。此外 , 安全性与适用性问题也必须加以考虑，目前大部分同态加密算法无法有效抵抗自适应选择密文的攻击 , 最高安全级别只能达到抵抗选择明文攻击。

可信执行环境 TEE 实际上已大规模应用，例如手机上的指纹解锁，生物识别等。TEE 基于可信硬件设施，在安全性上依赖硬件的可信环境和中心化的硬件厂商，需要对硬件做出可信假设，可能面临侧信道攻击（side channel attack，SCA。一种能够从密码设备中获取秘密信息的密码攻击方法）。其优势在于灵活性较高，对通用计算较友好，速率较快。技术搭建相对成熟，相比于其他隐私计算方案，TEE 的综合实力是最接近实用场景的。

零知识证明是可信度最高的，可以实现完全的匿名性，但部分协议也需要进行可信设置，依赖特殊随机数的生成。可实现灵活的数据计算交互和交叉验证，但实现难度仍然较高，目前能够生成证明的效率在 7 秒左右，需要大量的算力来提高计算速率。

下表为 4 种隐私加密技术的细节对比：

上表中不同的技术都有各自的优势和劣势。需要指出的是，隐私解决方案要从需求出发，不能简单的判断那种技术更具优势或类似，只能说哪种技术更合适在上面样的场景下解决问题。因此，这几种方案本身并不矛盾，在某些场景下，结合使用可以达到更好的效果。 (责任编辑：admin)