隐私计算是在提供数据隐私保护的前提下，对数据进行分析计算的一类技术。进而在保障数据隐私安全的基础上，可以让数据以“可用不可见”的方式进行安全流通。

隐私计算集数据科学、密码学、人工智能等众多技术体系于一体，是横跨多个技术分支的综合性技术领域。从技术实现上来看，隐私计算主要有多方安全计算（MPC），联邦学习（FL）和可信执行环境（TEE）三个技术分支。其中多方安全计算和联邦学习主要依托于是密码学，可信执行环境则依托于可信硬件。

项目代码为隐私计算相关技术的POC代码，学习代码或论文复现代码, 供大家参考和学习。

项目内容持续添加中。。。

1 多方安全计算

1.1 Paillier算法

2 联邦学习