本文针对全同态加密（FHE）在云端隐私保护计算中的性能瓶颈展开研究。FHE 允许云端在密文上直接计算，是实现隐私保护云服务的关键技术，但其计算开销极大，必须依赖硬件加速才能实用。在 FHE 的各类算子中，密钥切换（key-switching）是主要性能瓶颈之一。近期密码学进展提出了一种新的密钥切换方法 KLSS，它降低了部分运算复杂度，但对计算精度的要求高于传统的混合密钥切换方法 HKS。这一取舍使两种方法在计算量与访存需求上呈现明显差异，因此 KLSS 与 HKS 的相对时延高度依赖于硬件并行度、FHE 安全参数以及片上存储容量——在 FPGA 平台上尤为突出，因为 FPGA 的存储资源与并行度必须精细权衡。为此，作者首先提出一种访存高效的 KLSS 数据通路，消除了片外密文搬运；随后构建性能模型，对 KLSS 与 HKS 的开销进行建模与对比分析，分析表明在 FHE 计算过程中，同时支持两种方法的自适应方案比静态单一方法的总体时延更低。基于该性能模型的指导，作者设计了一款自适应 FPGA FHE 加速器，能够在计算过程中动态选择 HKS 或 KLSS。该加速器在 Alveo U280 上实现，并在多个 FHE 基准上评测，结果显示：相比当前最先进的 FPGA 加速器，自举（bootstrapping）时延加速 1.84–3.31 倍，安全图像分类加速 1.66–2.52 倍。论文属于体系结构与密码硬件加速方向，适合关注隐私计算、FHE 硬件实现、FPGA 架构与同态加密工程化的研究者与工程师阅读。

本文针对安全两方Transformer推理中的密钥切换（key-switching）开销问题展开研究。在现有的隐私保护方案中，线性层通常通过全同态加密（FHE）进行明文-密文或密文-密文矩阵乘法计算，而密钥切换操作主要发生在这些乘法中，并成为计算开销的主要来源。现有优化方法大多依赖于特定的打包（packing）算法，限制了其通用性。本文从独立于打包策略的角度出发，提出了一种预处理辅助的安全注意力计算方法。通过将注意力计算分解为可预计算的操作和在线交互，该方法在不修改现有打包策略的前提下，减少了在线推理阶段的密钥切换次数。然而，将密钥切换转移到离线阶段会引入额外的存储需求。为此，作者提出了存储-通信权衡技术，通过适度的在线通信替代大量预计算密文，从而在不同资源约束下实现灵活部署。针对混合方案和基于FHE的方案中仍存在的离线阶段和后续FHE层中的密文-密文矩阵乘法，作者进一步提出了融合密钥切换技术，专门针对RNS-CKKS矩阵乘法方案中频繁出现的“乘法后接旋转”模式。该技术通过将重线性化（relinearization）和旋转合并为单一过程，降低了相关计算成本。分析评估表明，所提技术能够显著减少在线密钥切换开销，并在不改变现有打包策略的前提下，提供灵活的存储-通信权衡。