企业官网建设流程全解析

启动两个 SecretNote 节点是为了模拟真实的隐私计算场景。

1. 隐私计算的核心概念

1.1 多方安全计算（MPC）

隐私计算的核心是多方安全计算，需要至少两个参与方：

• Alice：持有自己的私有数据
• Bob：持有自己的私有数据
• 双方都不想暴露自己的原始数据
• 但需要共同计算某个结果

1.2 实际应用场景

医疗研究： 医院A（Alice）：有患者基因数据 医院B（Bob）：有患者病历数据 目标：联合分析疾病与基因关联 要求：不交换原始患者数据 金融风控： 银行A（Alice）：有客户交易数据 银行B（Bob）：有客户信用数据 目标：联合评估客户风险 要求：保护客户隐私和商业机密

2. 为什么需要两个节点？

2.1 技术原因

# 单节点无法演示隐私计算 # 错误：只有一个参与方 sf.init(parties=['alice'], address='local') # ❌ 没有意义 # 正确：至少两个参与方 sf.init(parties=['alice', 'bob'], address='local') # ✅ 可以演示MPC

2.2 演示完整的隐私计算流程

1. 数据分布： Alice节点：拥有数据 X Bob节点：拥有数据 Y 2. 安全计算： Alice和Bob共同计算 Z = f(X, Y) 3. 结果获取： 双方都得到计算结果 Z 但都不知道对方的原始数据 X 或 Y

3. 两个节点的具体作用

3.1 Alice 节点

# Alice 的私有数据（只有Alice知道） alice_data = [120, 130, 125, 140] # 例如：Alice公司的销售数据 # Alice 创建 PYU 设备 alice = sf.PYU('alice') # Alice 的私有计算 @alice def alice_local_compute(data): #