本文研究了一个关于隐私保护的机器学习通用框架,该框架先分析加法和乘法的秘密共享方案,在此基础上研究共享十进制值的不动点乘法、矩阵乘法、评估分段多项式函数的定制协议以及ABY之间的转换,并用其运用到线性回归、logistic回归和神经网络模型。协议是在一个三服务器模型中,数据所有者在三个服务器之间秘密共享他们的数据,这些服务器使用三方计算(3PC)对联合数据上的模型进行训练和评估。