由此可见，我国对侵害公民个人隐私的行为是不容姑息的。特别是近年来，我国已经在公民的个人隐私保护和数据安全上开始了相关立法，比如《网络安全法》和即将施行的《数据安全法》，当中都有关于个人信息保护的法律规定。

然而，仅仅靠相关法律来实现个人隐私保护和数据安全是远远不够的，还需要从技术层面出发，对数据进行全面保护和监管。

在此背景下，一种用以保护数据不外泄为前提，但又能实现数据分析和计算的“隐私计算”技术悄然兴起，并成为新风口。

从技术原理来讲，“隐私计算”并不能简单归属于某一个学科领域，而是一套融合了密码学、安全硬件、数据科学、人工智能、计算机工程等众多领域的跨学科技术体系，包含了多方安全计算、联邦学习和可信执行环境等不同的代表性技术方案。

其中，多方安全计算是由图灵奖获得者姚期智院士于1982年创立，当时他提出了著名的姚氏“百万富翁”假设，即“两个百万富翁都想比较到底谁更富有，但是又都不想让别人知道自己有多少钱。在没有可信的第三方的情况下如何进行比较呢？”

这个看似无厘头的设想，其实真实反映了数据的所有权和使用权问题，富翁拥有的资产就是数据的所有权，富翁将资产数据公布就是数据的使用权。

那么面对两位“百万富翁”想要一决高下的想法，有没有一种技术可以实现数据使用权、所有权的分离，也就是能够让富翁向这个技术平台透露财富数据，但是经过一系列加密数据的计算，最终只给出相应的结果——谁更富有。

在这一设想下，多方安全计算脱颖而出，并且成为“隐私计算”领域的重要应用。