近些年频发的信息泄露问题,引发了公众对数据隐私的持续关注。在此背景下,隐私保护技术得到了快速的发展。其中密文域可逆信息隐藏作为一种新兴的可逆信息隐藏技术,一方面可以保护其载体的隐私不被信息隐藏者及网络中的其他实体所获知,另一方面在载体上嵌入的信息可以用于隐蔽通信、权限认证、版权保护等方面,同时也能保证信息提取后的载体恢复。研究者们通过不同的密文计算技术,分别在嵌入容量、含密图像的视觉质量、算法的计算复杂度、密文扩展、和可分离性等方面取得了进展,同时,近五年来,研究者们还引入了多方嵌入模型来应对多变的嵌入需求。然而现存的工作因所使用的密文计算技术的不足,需要在上述指标中进行取舍。因此本文首先提出了一套基于加性秘密分享的高效密文计算方案,然后将其应用于可逆信息隐藏,使其支持载体的隐私保护。本文的主要贡献包含以下两点:1)基于加性秘密分享提出一套密文计算方案。该方案通过引入乘性秘密分享,将其乘性同态与加性秘密分享的加性同态相结合,从而在密文计算中,两种同态性质可被按需应用。并在此基础上,为所有基本初等函数以及比较设计密文计算协议。理论证明所设计的协议在半诚实模型下是安全的,且具有低通信复杂度。其中非线性函数协议直接定义于实数域上,同时实验证明这些协议在有限精度的浮点数实现上的误差表现是稳定的。2)基于上述密文计算方案,提出一个支持多方嵌入的密文域可逆信息隐藏通用框架。该方案能够将传统的明文域可逆信息隐藏算法直接在密文上执行,同时不损失性能,这是现有的方案所无法达到的。由于该方案支持大部分现有的可逆信息隐藏算法,因此,信息隐藏者可以根据实际需求,灵活地使用不同的嵌入策略。理论和实验证明该方案在支持多方嵌入的情况下能达到完全可分离,同时在嵌入容量,含密图像的视觉质量等指标上也得到了显著的提升。