#TFHE

共收录 1 条相关安全情报。

← 返回所有主题
👥 作者: Takumi Nishimura, Kazunari Tozawa, Kunihiko Sadakane

本文针对 TFHE(环面全同态加密)方案中可编程自举(PBS)的域大小受字大小限制(确保数据安全性)的问题,提出了一种基于噪声校准的新方法,以突破这一限制并支持更大域上的函数同态求值。现有方法如垂直打包技术(Chillotti et al., 2020)依赖于电路自举(计算开销高),而树基方法(Guimarães et al., 2021)则需调用 O(2^W) 次 PBS(W 为位宽),复杂度极高。本文提出的噪声校准技术通过精细控制 PBS 过程中的噪声增长,在不牺牲安全性的前提下允许使用更大的字大小,从而扩展了可编程自举的域范围。实验结果表明,该方法相比现有方案显著降低了计算开销,并保持了 TFHE 的低计算成本和简单设置优势。该研究为同态加密在实际隐私计算场景中的应用提供了更高效的大函数评估方案,对于需要处理较大数据类型的安全计算任务(如加密数据库查询、机器学习推理)具有重要意义。

💡 推荐理由: TFHE 是前沿全同态加密方案,但其字大小限制制约了实际应用。本文提出的噪声校准法有效突破该限制,降低计算开销,推动隐私计算落地。

🎯 建议动作: 研究跟进,评估该方法在内部隐私计算项目中的适用性。

排序因子: 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.5)