推荐 3.5
Conf: 50%
全同态加密(FHE)允许在不解密的情况下对加密数据进行计算,为数据隐私提供了强力保障,但代价是巨大的计算和内存开销。以往的研究要么从密码学/算法层面优化FHE性能,要么通过硬件加速器提升效率,但这两个方向在很大程度上是独立发展的,未能充分利用硬件能力。本文提出WHET,一种内存中心、架构感知的优化框架,旨在将密码学和算法构造与FHE加速器架构更好地对齐。WHET首先识别出传统FHE构造是造成过大工作集和繁重片外内存流量的主要原因。为此,它提出了三种加速器专用技术:细粒度的系数到槽转换、明文压缩和中间模数提升,通过最小化临时密文和明文加载来减少片上数据占用。在这些技术的基础上,WHET进一步观察到了提升片上内存效率的额外机会,因此引入了轻量级的架构改进,包括专用缓冲区和功能单元扩展。实验表明,WHET在面积效率上相比最先进的FHE加速器实现了1.38-8.74倍的性能提升,并首次实现了亚毫秒级的CKKS自举操作。该工作为FHE的实际部署提供了重要的性能突破。
💡 推荐理由: FHE是隐私计算的核心技术,但其性能瓶颈严重限制了实际应用。WHET通过软硬件协同优化,首次实现了亚毫秒级自举,大幅提升了FHE加速器的效率,对安全计算、联邦学习等场景具有重要推动作用。
🎯 建议动作: 研究跟进
排序因子: 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)