机构名称：
¥ 2.0
fhe方案可以在加密数据上执行广泛的操作，包括算术（加法和乘法）和逻辑操作，使它们完成。这意味着从理论上讲，任何可计算的函数都可以在加密数据上评估，而无需揭示数据本身。范围的潜在应用是广泛的，包括安全的投票系统，保护隐私的数据分析以及加密的搜索功能等。FHE解决的关键挑战之一是需要保持数据隐私，同时实现现代数据分析和Ma-Chine学习的功能。传统的加密方案在静止和运输中安全数据，但需要解密以进行处理，将敏感信息暴露于电池漏洞中。fhe在整个处理生命周期中保持了加密数据，从而显着增强了安全性和隐私性。尽管具有有希望的功能，但实际上，FHE的实际部署受到了性能问题的阻碍，尤其是与同构操作相关的高计算间接费用。早期方案需要进行引导[8] [6] [12] - 一种刷新密文以管理计算过程中噪声增长的过程 - 这在计算上昂贵且对现实世界应用程序非常有效[1]。使用中国剩余定理（CRT）进行完全同构加密（FHE）方案的概念首先是由Rivest，Adleman和Dertouzos [13]引入了1978年的“隐私同态”。由Rivest，Adleman和Dertouzos设计的隐私同构同构如下：基本想法是定义一个加密功能，该功能允许在无需解密的无需解密的无需加密数据上组合。该方法始于启用基本的二进制操作（例如加法和乘法），而不是加密数据。由于任何函数都可以通过多项式添加和加密数据上的乘法来近似，这意味着有可能在数据上计算任何函数。
一个新的基于CRT的完全同型加密
主要关键词
相关文件推荐
