Agrawal,Evfimievski和Srikant在2003年正式地提出了隐私匹配(PrivatcMatching:PM)这个概念:协议的双方都有一个数据库,他们想确定之间共同拥有的数据信息,而这是在不泄露其他任何信息的前提下进行的。因为隐私匹配有其现实意义,从而这类问题立刻引起了研究人员的广泛兴趣。事实上,PM问题是安全多方计算问题(Secure Multi-party Computation:SMC)的一类更具有现实意义的特例。在本文中我们首先介绍研究背景和现状;为了更好的理解隐私匹配问题,简要介绍安全多方计算;以及本论文的所利用的一个技术特点:基于身份的加密技术。接下来探讨在隐私匹配过程中如何实现保证协议参与方的隐私性以及协议本身执行的正确性,基于身份加密的隐私匹配协议。再者探讨如何使双方隐私匹配推广到多方隐私匹配,这项工作有其积极性和现实的作用,利用布隆过滤器(Bloom Filter),实现了基于身份加密的隐私匹配在多方的推广。布隆过滤器的使用会带来误正确率(False Positive Rate:FPR),但我们能确保方案中出现的误正确率极小,因此在很多的应用上还是很有帮助的。我们接着探讨如何实现基于身份加密的隐私匹配在自组织网络中的应用。我们将基于身份加密的多方隐私匹配协议进行部分修改以适应自组织网络的实际情况。最后总结研究的内容并对将来的研究进行展望。