安全多方计算研究的是在一个分布式网络中，存在多个由于某种利益关系而互不信任的参与者各自提供秘密输入共同执行计算任务，设计协议使得每个参与者得到相应计算结果的同时，又不泄露参与者的秘密输入。其在分布式计算中融合了密码学相关技术，在信息安全研究领域中有相当重要的地位。一方面，由于能够为分布式计算应用提供安全协议，安全多方计算是电子商务、电子银行以及云计算等应用得到实现的密码学基础；另一方面，互联网技术的不断发展，涌现出大量不同的分布式计算应用场景，且人们对保护敏感信息的重视，对安全多方计算提出了新的应用需求，推动了安全多方计算的发展。　　目前，研究者主要在安全多方计算的通用协议，解决特殊问题的应用协议，基础协议模块等方面进行研究。虽然取得不少的研究成果，但是新的应用场景和新的信息攻击的出现，对安全多方计算的提出新的需求，同时原有的协议在效率和安全等性能上都有待于提升。由于安全多方计算在保障信息安全上的重要作用，对其的改进和完善是意义重大的工作，因此本文主要将就特殊的安全多方计算问题中的保护私有信息的数据比较和保护隐私的集合运算问题进行研究。主要研究工作和结论如下：　　（1）针对目前大部分协议保护私有信息的数据比较协议只能用于比较整数或者其他部分协议虽然能够用于实数的比较但适用的场景有限等问题，提出利用连分数表示实数，分别与三叉决策图和二叉决策图相结合，给出了秘密输入为实数范围的百万富翁问题和社会主义百万富翁问题的解决方案，进一步通过对新的社会主义百万富翁协议进行修改，提出互为倒数判定协议和保护隐私的判断两直线互相垂直的协议。　　（2）针对目前保护隐私的集合运算协议在执行过程中泄露集合的成员个数和集合成员之间的比较情况的安全问题，通过构建集合的特征函数和集合通过连分数和Cantor编码转换得到的自然数的比较相等函数，然后利用基于OBDD的安全函数评估协议对这两类函数进行评估，分别提出保护隐私的集合成员判定协议和集合之间相等判定协议，避免了之前协议的信息泄露。并分析了协议的正确性、安全性和效率以及协议的拓展性。