隐私集合交集是信息安全的重要研究内容,在测量广告转化率、指纹匹配、僵尸网络检测、人类基因组测试以及社交网络等领域有着广泛的应用。隐私集合交集允许多个参与方共同计算并得到各自拥有集合的交集,同时不泄露各方的隐私信息。然而,现存的隐私集合交集协议运行效率低下,并不适用于计算能力薄弱的便携式设备。此外,在多方隐私集合交集中,被腐败的参与方之间的合谋将导致整个协议无法执行或诚实的参与方得到错误的结果。针对上述问题,本文基于混淆布隆过滤器提出两种安全且高效的隐私集合交集方案。（1）针对现存门限隐私集合交集协议运行效率低的问题,提出一种高效的、基于混淆布隆过滤器的两方门限隐私集合交集协议,在半诚实模型下达到了计算安全性。为了提高门限隐私集合交集协议的效率,设计了一种基于改进的混淆布隆过滤器和门限秘密共享的门限隐私集合交集协议,该协议使用少量的公钥操作,节省了时间开销。此外,该协议结合了Reed-Solomon解码算法重构秘密,该方法避免了指数级的重构次数,提高了协议的运行效率。性能分析表明该协议比先前的门限隐私集合交集协议更加高效。（2）针对现存的多方隐私集合交集协议存在参与方合谋问题以及多方协议中参与方交互导致效率低下的问题,在半诚实模型下提出了一种基于混淆布隆过滤器的三方隐私集合交集协议。首先,协议改进了零共享（Zero-sharing）算法,避免了参与方在交互过程中泄露各自布隆过滤器中的隐私信息。其次,协议采用了轻量级密码学原语,如哈希函数、扩展不经意传输等,避免了大量昂贵的公钥操作。通过性能分析,该协议的计算复杂度是O（m）,通信复杂度为O（mλ）。最后,分别对以上两个隐私集合交集方案进行了安全性证明,并给出了形式化的描述。同时,将两方案与现存的隐私集合交集协议进行性能与效率的比较,安全证明和性能分析表明上述两协议是有效和安全的。