本文针对同态加密（HE）方案中模数消耗问题展开研究。BGV、BFV 和 CKKS 等主流同态加密方案在进行每次乘法运算时，都会消耗一定量的密文模数，这限制了可执行的同态计算深度。自举（Bootstrapping）虽然可以恢复模数并使计算继续，但自举过程耗时且需要额外的大量模数预算。因此，如何降低乘法运算的模数消耗，成为提升 BGV、BFV 和 CKKS 方案实用性的关键研究方向，已有众多相关工作。本文由该领域知名学者（包括 Cheon 等）联合撰写，提出了一种用于 CKKS 方案的同态多精度乘法（Homomorphic Multiple Precision Multiplication）方法，其核心目标是减少模数消耗。通过将乘法分解为多个精度较低的部分并分别进行同态运算，可以在不牺牲最终结果精度的前提下，有效控制模数预算的使用。该方法有望降低自举的频率或规模，从而减少整体计算开销。文章作为学术研究，重点在于理论方案的设计与分析，并未提供具体的实验性能数据或实际部署细节。适合关注同态加密算法优化、隐私计算底层协议改进的研究人员和高级开发人员阅读。

该论文研究同态加密（HE）系统在硬件或软件引入的比特级瞬态故障下的敏感性与鲁棒性问题。同态加密允许在密文上直接进行计算，无需解密，是医疗、金融、政务等隐私敏感场景中隐私计算的关键原语。其安全性依赖噪声注入机制，然而噪声的存在使系统对错误高度敏感：即使是单个比特翻转（single transient bit-flip）也可能绕过传统检测机制，导致静默数据损坏（silent data corruption）。论文以 CKKS（Cheon–Kim–Kim–Song）方案为研究对象，该方案广泛用于 AI/机器学习中的近似算术计算。作者通过系统性分析，识别出同态乘法是同态加密实际流水线中对错误最敏感的操作，并刻画了错误在该操作中如何传播和放大，从而暴露了 HE 在容错方面的关键脆弱性。该工作为构建更具弹性的同态加密部署提供了方向性依据，也提示了硬件故障、软件错误与隐私计算相结合时需考虑的新风险面。适合关注隐私计算、可靠计算系统、容错体系结构的研究人员阅读。

本文研究同态加密（Homomorphic Encryption, HE）中的瞬时错误（transient errors）对全同态加密（FHE）计算正确性的影响，特别聚焦于未优化的 CKKS（Cheon--Kim--Kim--Song）方案中服务器端同态乘法运算。作者指出，错误在密文分量 c0 和 c1 中出现的时机（timing）和位置（location）会显著影响最终 FHE 输出的正确性。该研究属于计算机体系结构与隐私计算交叉领域，旨在为 FHE 硬件加速器设计提供容错依据。通过系统性分析不同错误注入场景下的计算结果偏差，论文揭示了并非所有瞬时错误都会导致灾难性失败，某些分量或时间窗口中的错误可能被容忍或仅造成可接受精度损失。这一发现对于在真实硬件环境中部署 FHE 服务至关重要，因为瞬态故障（如软错误）在数据中心中不可避免。该工作为构建可恢复的 FHE 计算流程、设计选择性保护机制（如针对关键分量或关键时间段加强错误检测）提供了理论基础。适合研究 FHE 硬件设计、高可靠计算系统和隐私计算基础设施的安全工程师与体系结构研究者阅读。

本文提出了一种名为 Sparse Roots of Unity (SPRU) 的新型引导（bootstrapping）算法，用于 CKKS 全同态加密方案。CKKS 是一种支持近似算术的同态加密方案，广泛应用于隐私计算和密文机器学习。在 CKKS 中，密文噪声会随着同态运算而增长，因此需要引导操作来刷新密文、控制噪声并扩展计算深度。原始的 CKKS 引导方法通过同态计算一个近似模约减的多项式来实现，该多项式逼近模 q 的约减操作，但这种方法的乘法深度较大，导致效率受限。与此不同，SPRU 引导直接利用复数单位根来嵌入模 q 的加法群结构，而单位根上的乘法可以在 CKKS 方案中近乎原生地执行，从而避免了高深度的多项式近似。这种设计显著降低了引导所需的乘法深度，进而允许使用更小的环维度，提高了整体效率。作者在 OpenFHE C++ 库中实现了 SPRU 引导，实验表明对于槽数较少的密文，与原始方法相比，引导延迟最多可降低 5 倍。这一成果对于同态加密的实际部署具有重要意义，尤其是在需要在资源受限或低延迟环境中执行深度计算的应用中。论文的核心贡献包括：提出 SPRU 引导的完整算法框架、给出理论分析、提供实现和性能基准。适合同态加密研究者、隐私计算工程师以及关注高性能密文计算的安全从业者阅读。

本文针对RNS-CKKS全同态加密（FHE）方案中缩放因子与模数刚性耦合的问题，提出了一种名为“嫁接”（Grafting）的解耦技术。在标准RNS-CKKS中，缩放因子决定数值精度，模数保证安全性，但两者必须紧密关联，导致设计受限，例如难以找到合适的NTT素数，且精度灵活性不足。本文的核心方法是通过重新设计密钥生成、加密和计算流程，允许在加密过程中独立设置缩放因子，从而打破耦合。具体地，Grafting技术引入额外的转换步骤，使得用户可以在保持相同模数的情况下调整缩放因子，或者在不同缩放因子之间进行切换。实验表明，该方法在不降低安全性的前提下，显著提升了参数选择的灵活性，并减少了因参数不匹配导致的效率损失。主要贡献包括：形式化地定义了缩放因子与模数解耦的必要条件；提出了Grafting算法的具体实现；通过理论分析和实验验证了其正确性与性能优势。本文适合FHE研究人员、密码学工程师以及需要优化同态加密性能的开发人员阅读。