5G、互联网和通信技术蓬勃发展的今天,信息共享已成为实现信息资源价值最大化的有效手段。在大数据、区块链和物联网等领域,越来越多的用户通过多方之间数据的协同计算有效实现信息资源共享,来获得更高水平的服务以及更加便捷舒适的生活方式。然而,在信息共享的过程之中,用户隐私的数据也面临着被泄露的风险。如何在多方协同计算过程中实现数据的隐私保护成为人们密切关注的问题。安全多方计算在充分利用数据进行协同计算时,可以保护数据的隐私不被泄露,成为数据隐私保护计算的重要研究对象。集合交集问题作为安全多方计算领域的特定应用研究问题,具有重要的理论和实际研究意义。本文主要对安全多方计算领域的集合交集问题进行研究,研究工作如下:（1）针对两方之间隐私集合交集计算过程中的公平性问题和计算复杂度较高问题,提出一种外包的公平两方隐私集合交集协议。协议利用哈希映射算法对集合元素以哈希桶为单位进行分类,减少元素的比较次数;同时结合门限加密算法和云服务器,将双方相应哈希桶内的元素以密文的形式在服务器上比较进行交集计算,降低参与用户的计算负担。协议执行结束后参与双方可同时得知交集计算结果,实现了协议的公平性。（2）针对特定应用场景中安全计算参与用户共同信息的数量而不揭露具体信息的要求,提出一种公平的两方隐私集合交集势协议。协议将哈希映射算法和可交换加密算法进行结合,以哈希桶为单位在密文形式下计算双方相应哈希桶内的相等元素的个数来获得双方集合的交集势。参与双方并行完成协议的每个阶段,确保参与双方能够同时得到交集势结果,实现了协议的公平性。（3）针对多个参与方之间的隐私集合交集计算问题,提出一种多方隐私集合交集协议。协议不预先设定所有参与者共有的集合,以哈希映射算法和等值比较协议为基本构建模块分别计算第一个参与者与其他参与者之间的交集信息,利用El Gamal门限加密算法的加法同态性以哈希桶为单位将所有交集信息以密文形式汇总得到多方之间的交集。经过理论和实验分析表明,协议的综合性能较优。