同态加密，同态加密的优缺点

摘要： 本篇文章给大家谈谈同态加密，以及同态加密的优缺点对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。本文目录：1、同态加密技术有几种2、...

本篇文章给大家谈谈同态加密，以及同态加密的优缺点对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录：

• 1、同态加密技术有几种
• 2、同态加密可以和什么技术结合应用在医疗隐私推理场景
• 3、全同态加密自举的几种方法
• 4、同态加密如何实现
• 5、什么是全同态加密(FHE)中的自举(Bootstrapping)?

同态加密技术有几种

同态加密技术根据支持的计算复杂度，主要分为部分同态加密（PHE）、层次型同态加密（LHE）和全同态加密（FHE）三类，部分文献还提及近似同态加密等衍生分类，但主流仍以前三类为主。 部分同态加密（PHE）PHE仅支持单一类型的同态运算（加法或乘法），无法同时实现加、乘混合计算。

常见的同态加密方式包括部分同态加密、全同态加密、轻量级同态加密和深度同态加密，具体如下：部分同态加密（Partial Homomorphic Encryption， PHE）特点：仅支持单一类型的运算（加法或乘法），无法同时支持两种运算。例子：RSA加密：通过特定构造支持同态加法（如对密文进行幂运算后解密可还原明文加法结果）。

全同态加密包含四个核心算法：KeyGen（密钥生成）、Enc（加密）、Dec（解密）和 Evaluate（密文计算），其中 Evaluate 算法是全同态加密区别于传统公钥加密的关键，它允许直接对密文进行计算而无需解密。

三条技术路线分别代表了全同态加密自举发展的不同阶段：第一代通过电路压缩奠定基础，第二代引入并行计算提升效率，第三代聚焦单比特操作实现极致性能。这种演进轨迹反映了全同态加密技术从理论构建到实用化突破的发展规律。

NTT（Number Theoretic Transform）是全同态加密（FHE）和格密码中实现高效多项式乘法的关键技术。其核心在于将多项式乘法的时间复杂度从传统的$O(N^2)$降低至$O(N log N)$，从而显著提升系统性能。

同态加密可以和什么技术结合应用在医疗隐私推理场景

1、同态加密可以与联邦学习、差分隐私、零知识证明和可信执行环境（TEE）等技术结合，共同应用于医疗隐私推理场景。联邦学习：联邦学习是一种分布式机器学习框架，允许参与方在不共享原始数据的情况下协同训练模型。在医疗场景中，不同医院或医疗机构可以各自保留本地数据，通过联邦学习框架联合训练模型。

2、技术基础： ECREP在同态加密的基础上，结合了椭圆曲线密码学，实现了推理过程的隐私保护。 应用场景： ECREP可以应用于各种机器学习算法中，例如支持向量机、Kmeans等，无需将数据明文传输，即可在加密状态下完成推理。

3、深度同态加密（Leveled Homomorphic Encryption）特点：全同态加密的子类，允许多次运算但限制运算深度（即电路层数），平衡功能与效率。例子：CKKS Scheme：支持近似数值运算（如浮点数计算），适用于机器学习模型训练和推理，通过调整参数控制运算深度。

4、区块链在医疗数据共享中的关键应用场景 跨机构数据交换欧洲电子健康数据交换系统Castaldo和Cinque等人开发的私有区块链系统，实现了欧盟多国医疗机构间的安全数据交换。该系统通过非对称加密技术确保数据传输过程中的隐私性，同时利用区块链不可篡改特性解决跨国医疗纠纷中的证据留存问题。

5、数据脱敏/匿名化数据收集后，对非敏感数据进行脱敏处理，去除或模糊化个人身份信息，降低数据泄露风险。通常是数据存储和分析前的步骤，而非表单提交时的加密。

全同态加密自举的几种方法

技术手段：通过压缩解密电路和逐比特加密来实现全同态加密。该路线聚焦于对解密电路结构的优化，通过减小电路规模降低计算复杂度，同时采用逐比特加密方式逐步构建全同态能力。

突破关键：Bootstrapping技术Gentry在2009年提出自举（Bootstrapping）方法，通过以下步骤将Somewhat同态加密升级为全同态：解密电路同态化：将解密算法 $ Dec $ 编码为一个布尔电路（或算术电路），利用同态性质直接在密文上运行该电路。

RSA加密：通过特定构造支持同态加法（如对密文进行幂运算后解密可还原明文加法结果）。ElGamal加密：支持同态乘法，密文相乘后解密得到明文的乘积。全同态加密（Fully Homomorphic Encryption， FHE）特点：支持任意次数的加法和乘法运算，可执行任意复杂计算，但计算成本高。

TFHE方案：核心是快速自举：TFHE方案的核心就是快速自举。它通过优化自举操作的算法和实现方式，使得自举过程能够快速完成，从而提高了全同态加密的效率和实用性。快速自举使得TFHE方案能够在较短时间内处理大量的同态操作，适用于对实时性要求较高的应用场景。

常用同态加密库：Microsoft SEAL：支持BFV和CKKS方案，文档完善，适合初学者。HElib：支持BGV和CKKS方案，功能强大但复杂度较高。PALISADE：支持多种方案，包括BFV、BGV、CKKS和FHEW，灵活性高。TFHE：专注于GSW方案的环变体，适合快速同态计算。HEAAN：支持CKKS方案，包含自举功能，适合浮点数计算。

历史发展脉络 部分同态阶段：1978年RSA算法：支持乘法同态，但无法处理加法。1999年Paillier算法：支持加法同态，但乘法需额外处理。2005年BGN算法：支持任意次加法和一次乘法，但仍非完全同态。

同态加密如何实现

以下是同态加密实现的一般步骤和相关要点：选择合适的同态加密方案不同的应用场景可能需要不同特性的同态加密方案，比如有些方案支持加法同态（能够在密文上进行加法运算），有些支持乘法同态等。例如，在一些金融数据处理场景中，可能需要同时支持加法和乘法运算的同态加密方案。

全同态加密：通过 Evaluate 算法支持任意电路计算（即加法和乘法的组合），从而实现对密文的通用计算。执行解密电路：在基于启动技术的方案中，Evaluate 算法需能同态执行解密电路（即用 Evk 对密文进行部分解密，约减噪音）。这是全同态加密实现“无限次计算”的关键步骤。

通过Bootstrapping，我们可以实现无限深度的电路计算，而无需改变模组和噪音大小。这不仅解决了有限级数同态加密的限制，还为全同态加密（FHE）的发展铺平了道路。

同态加密的实现原理是在不解密的情况下对加密数据进行处理，其在实际中有广泛的应用前景。实现原理： 加密与解密：同态加密包括密钥生成、加密和解密三个主要步骤。用户首先生成一对公钥和私钥，然后使用公钥对数据进行加密，处理加密数据后，只有持有私钥的用户才能解密得到处理结果。

核心基础：研究在基于整数上稀疏子集和假设下构造的部分同态加密方案的自举。技术手段：通过压缩解密电路和逐比特加密来实现全同态加密。该路线聚焦于对解密电路结构的优化，通过减小电路规模降低计算复杂度，同时采用逐比特加密方式逐步构建全同态能力。

应用与前景 在云计算领域，同态加密的应用前景广阔。用户可以付费云服务商处理加密数据，确保数据安全的同时，克服了加密处理速度和存储需求的挑战。然而，全同态加密的实现仍然被视为技术垄断的关键，Gentry可能因此获得图灵奖。Function-Privacy和Obfuscation的理论研究为加密技术的进一步发展提供了方向。

什么是全同态加密(FHE)中的自举(Bootstrapping)?

1、全同态加密（FHE）中的自举（Bootstrapping）是一种通过同态评估解密过程同态加密，将高噪音密文转换为低噪音“刷新密文”的操作同态加密，从而支持无限次同态计算的核心技术。

2、Bootstrapping（自举）是一种用于消去全同态加密中同态乘操作巨大噪声的技术同态加密，通过再次加密密文并利用特定解密方式得到低噪声密文，是实现真正全同态加密（Fully HE）的关键步骤。

3、全同态加密（FHE）FHE支持无限次数的加、乘混合计算，是同态加密领域的技术巅峰。其核心突破在于通过“自举”（Bootstrapping）技术重置噪声，使密文在无限次运算后仍可解密。例如同态加密：可对加密数据执行任意深度的计算（如多次迭代、复杂函数评估），而无需担心噪声累积。

4、OpenFHE库在设计时，充分考虑同态加密了不同加密方案之间的兼容性和灵活性。它假设实现的方案均支持自举（Bootstrapping），这一特性使得方案切换成为可能。自举是同态加密中的一个重要概念，它允许在加密数据上进行任意次数的计算，而无需解密。这一特性为方案切换提供了技术基础。

5、全同态突破：2009年Gentry提出首个真正意义上的全同态加密方案，基于理想格理论，通过引入“自举”（Bootstrapping）技术控制噪声增长，实现无限次密文计算。技术实现关键噪声控制与自举技术 噪声问题：密文计算过程中会引入噪声，若噪声超过阈值，解密将失败。

关于同态加密和同态加密的优缺点的介绍到此就结束了，不知道你从中找到你需要的信息了吗？如果你还想了解更多这方面的信息，记得收藏关注本站。