数据被认为是信息时代推动的原油，但由于种种原因，数据已成为公众的噩梦。未来不确定的挑战并不构成因窒息而浪费食物的理由，科技带来的问题也应该主要通过技术手段来解决。正是在冰与火之间的挑战与发展的对抗中，多方计算(SecureMulti-PartyCompution，简称SMC)的应用程序继续升温，业界对此寄予了极大的期望。

近年来，我国数字经济规模持续扩大，截至2019年，增加值已达35.8万亿元，约占GDP的36.2%（据《中国数字经济发展白皮书(2020)》)。其中，推动数据资源进一步开放共享是继续实现实体经济数字化转型，发展数字金融的关键。然而，随着前数字经济的快速推进，数据安全尤其是个人隐私的保护越来越受到重视。在法律制度完善的同时，从根本上缓解公众的顾虑，也亟须在技术上有所突破。

事实上，安全多方计算的重要性已在监管层面得到承认。中国人民银行在"金融科技(金融科技)发展规划(2019-2021)"中明确指出，要为移动终端建设适应互联网时代的可信环境，充分利用可信计算和安全多方计算，加强金融科技创新。在实践中，金融科技监管试点项目(监管沙盒)也经常出现安全多方计算，涉及北京、上海、重庆、成都等地区，主要致力于整合各种信息，包括政府数据，解决农业、农村、农民、小微等金融问题。

从理论上讲，通过安全多方计算，原始数据可以在不离开各自节点的情况下完成多方协同分析、计算和发布结果，防止数据被泄露，特别适合金融领域的应用场景。安全多方计算的优点是在不传输原始数据的同时，为多方数据参与完成复杂的计算任务提供了一种机制。

目前，市场上对安全多方计算的追求已经出现了技术热潮，许多企业已经发布了基于安全多方计算的产品或开发计划。然而，在这种繁荣的背景下，同时也存在着新闻报道的概念性成分较大、产品功能不完整、实际应用(不可替代的、生产性的)情景较少等问题。

此外，由于缺乏统一的测量标准，产品的安全性和性能难以核实。事实上，安全计算可以在不考虑成本的情况下实现"任意"功能，并且可以实现非常高的安全性。然而，能够执行任意函数计算的安全协议往往效率很低。安全多方计算的主要技术是同态加密.当它满足机密性、功能性和非交互性的要求时，计算量是相当惊人的。此外，一些公司的安全多方计算产品强调在计算过程中输入数据的机密性，但安全多方计算本身并不能确保数据是真实和可验证的。

为了澄清对安全多方计算的各种误解和"迷信"，促进其健康、正确的发展，有必要对技术的起源和长度进行分析，在此基础上推动建立安全多方计算数据流标准和指标，明确基本技术和安全性能的要求，进一步深化和加强理论研究和技术应用，促进零知识证明、区块链、大数据等相关技术的集成，将是真正数字时代金融科技产品建设的关键。