CKKS Part4: CKKS的乘法和重线性化

同态加密(CKKS)中的重线性化(Relinearization) 在基于环上的同态加密方案,比如BGV,BFV或者CKKS,在经过乘法同态的时候,往往会导致密文的维度增加。比如由明文加密而成的密文,明文加密得到的密文为,则,维度变成了3。为了能高效的计算同态乘法,抑制密文增长,我们需要重线性化。 我们以BGV为例,BFV和CKKS几乎一样。 假设有密文和一次乘法后的密文,私钥,则对于,解密为,对于,解密为。(运算都是模p运算,p为明文空间的模) 为了实现密文的重线性化,我们还需要一个辅助的密钥evk ... 阅读详情

Python微信订餐小程序课程视频

https://edu.youkuaiyun.com/course/detail/36074

Python实战量化交易理财系统

https://edu.youkuaiyun.com/course/detail/35475目录


本文翻译于CKKS EXPLAINED, PART 4: MULTIPLICATION AND RELINEARIZATION,主要介绍CKKS方案中的密文乘法和重线性化技术

介绍

在上一篇 CKKS Part3: CKKS的加密和解密 ,我们看到了如何基于RLWE问题创建同态加密方案,实现同态加法和密文明文乘法。

虽然执行密文-明文乘法很容易,但正如我们将看到的,密文-密文要复杂得多。事实上,我们需要处理很多事情才能正确地完成它,比如找到正确的操作,这样一旦解密,我们就可以得到两个密文的乘积,以及管理密文的大小。

因此,本文将介绍密文乘法和重新线性化的概念,以减少生成的密文的大小。

基本概念

为了了解我们将如何在CKKS中执行密文-密文乘法,让我们回顾一下我们在前一篇文章中看到的内容。

首先,记住我们研究的是多项式空间Rq=Zq[X]/(XN+1)Rq=Zq[X]/(XN+1)R_{q}=\Zeta _{q}\left[ X \right]/\left( X^{N}+1 \right)。我们将s作为我们的私钥,然后我们可以安全地输出一个公钥p=(b,a)=(−a. s+e,a),其中a均匀取样RqRqR_{q}、 e是一个小的随机多项式。

然后我们有Encrypt(u,s)=c=(c0,c1)=(u,0)+p=(b+u,a)∈R2qEncrypt(u,s)=c=(c0,c1)=(u,0)+p=(b+u,a)∈Rq2\mbox{E}ncrypt\left( u,s \right)=c=\left( c_{0},c_{1} \right)=\left( u,0 \right)+p=\left( b+u,a \right)\in R_{q}^{2}是明文u∈Zq[X]/(XN+1)u∈Zq[X]/(XN+1)u \in \Zeta _{q}\left[ X \right]/\left( X^{N}+1 \right)使用公钥p的加密操作。要使用私钥s解密密文c,我们执行以下操作:

Decrypt(c,s)=c0+c1.s=u+eDecrypt(c,s)=c0+c1.s=u+eDecrypt\left( c,s \right)=c_{0}+c_{1}.s=u+e
然后我们发现定义一个在密文上的加法运算CAdd(c,c’)𝙲𝙰𝚍𝚍(c,c′)𝙲_{𝙰𝚍𝚍}(c,c′)很容易,所以一旦我们解密CAdd𝙲𝙰𝚍𝚍𝙲_{𝙰𝚍

同态加密密文乘法优化:RNS-CKKS方案与硬件实现 同态加密作为隐私计算的核心技术,支持在加密数据上直接进行运算,为医疗、金融等敏感场景提供安全解决方案。其核心原理通过多项式环上的密文操作实现,其中密文乘法效率直接影响系统实用性。RNS-CKKS方案采用剩余数系统和近似计算技术,显著提升硬件友好性。通过重构重线性化流程和创新的组合重缩放算法,在保持安全性的同时降低32%硬件面积和45%运算延迟。这些优化技术特别适用于基因组分析和金融风险评估等需要处理多输入密文的场景,实测显示加密SNP矩阵乘法速度提升2倍。 阅读详情

相关推荐

【信息科学与工程学】【安全领域】第六十七篇 防火墙产品02

传统DDoS防御基于静态阈值,在复杂、自适应的攻击下(如脉冲攻击、低速攻击)效果不佳。将防火墙的防御动作(如触发清洗、调整限速阈值、更新黑白名单)建模为智能体的动作,通过与环境(网络流量)的交互学习最优防御策略。

weixin_49199313的博客 693

TenSEAL:一个用于在张量上进行同态加密操作的库

TenSEAL TenSEAL是一个基于构建的用于在张量上进行同态加密操作的库。 它通过Python API提供了易用性,同时通过使用C ++实现大多数操作来保持效率。 产品特点 :key: 使用BFV对整数向量进行加密/解密 :old_key_selector: 使用CKKS对实数向量进行加密/解密 :fire: 加密加密矢量和加密普通矢量的逐元素加法,减法和乘法 :cyclone: 点积和向量矩阵乘法 :high_voltage: 在tenseal.sealapi下完成SEAL API 用法 我们展示了加密数据的基本操作,有关机器学习应用程序的更高级用法,请参见我们的 import tenseal as ts # Setup TenSEAL context context = ts . context ( ts . SCHEME_TYPE . CKKS , poly_modulus_degree = 8192 , coeff_mod_bit_sizes = [ 60 , 40 , 40 , 60 ]

Python-Python同态加密深度学习库

(Python)同态加密深度学习库

Python常用加密代码

MD5 SHA HMAC BASED64 DES AES RSA OPT SM2 SM3 SM4 Paillier ECC CKKS

微信小程序反编译实战:用wxappUnpacker获取他人源码的完整流程(附常见报错解决方案)

本文详细解析了微信小程序反编译的完整流程,从缓存提取到源码重构,使用wxappUnpacker工具链实现逆向工程。涵盖环境配置、解密反编译、项目调试等关键步骤,并提供了常见报错解决方案,帮助开发者学习优秀实现方案或进行安全审计。

weixin_42706667的博客 469

Lumerical官方案例、FDTD时域有限差分法仿真学习(十四)——超透镜(Metalens)

这个例子的目的是设计一个由圆柱形纳米棒组成的衍射超透镜。 纳米棒的半径和排列经过调整以在超透镜表面上产生所需的相位分布。 该设计通过近场和远场分析在 Ansys FDTD、RCWA(严格耦合波分析)和 OpticStudio 中得到验证。...

weixin_45719141的博客 3万+

深度学习初探 - 入门 DL 主流框架

这个课程主要是引导大家入门TensorFlow、Theano、Keras 及 Caffe 几个主流的深度学习框架。在课程中有关各种算法的详细推导及思想我们不会做过多的陈诉,旨在通过让同学们动手操作搭建自己的神经网络模型,了解如何使用这些框架解决实际问题。课程会基于每个框架的官方文档,先带大家熟悉框架中基本的定义语法及常用函数(可看成深度模型的小零件),每个实验最后都会综合这些零件搭建一个简易的神经深度网络模型。这个项目十分适合具有一定python编程基础,对人工智能、深度学习感兴趣的同学。Theano。

2401_86435672的博客 1237

【智能车学习】电磁循迹中的基本控制算法

今天心血来潮,突然想总结一下电磁车的一些基本算法,也希望可以给新手同学们一点帮助和参考。本篇主要讲述智能车电磁循迹中涉及到的基本算法,包括滤波算法,归一化算法,PID控制等

Carry_qing的博客 6万+

纳米尺度仿真软件:GROMACS_(3).分子动力学模拟原理

分子动力学(MD)模拟是一种强大的计算方法,通过数值积分牛顿运动方程,追踪粒子在时间上的位置和速度变化,提供关于体系动力学行为的详细信息。选择合适的力场、设置初始条件、应用边界条件、控制温度和压力、选择合适的时间步长、计算能量和力,是 MD 模拟的关键步骤。通过这些步骤,可以对各种化学、生物和材料体系进行模拟和分析,揭示其结构、动力学和热力学性质。高级应用如反应路径模拟和蛋白质折叠研究,进一步扩展了 MD 模拟的应用范围。

kkchenjj的博客 1103

Milvus 向量数据库部署方案全景指南:从单机开发到生产级高可用集群

本文系统介绍了Milvus向量数据库的四大部署方案:嵌入式开发利器Milvus Lite、单机简易部署Standalone模式、生产级高可用Cluster模式以及全托管SaaS服务Zilliz Cloud。针对不同应用场景(开发测试、小型应用、大规模生产环境),详细分析了各模式的适用条件、资源配置要求和部署步骤,并提供了关键配置示例。文章强调正确选择部署方案对系统性能至关重要,帮助开发者根据向量规模、QPS和高可用需求,选择最优部署方式,实现资源优化与稳定运行。

reset2021的博客 388

Palantir 凭什么两年涨 20 倍?深度解析解决 AI 幻觉的 “本体论“ 核心原理

本文深度解析了Palantir本体(Ontology)的核心原理及其在企业AI应用中的革命性价值。本体通过构建结构化的语义层与动态执行层,将企业分散的数字资产(数据集、虚拟表、模型)映射为现实世界的数字孪生,使大模型能够在**严格的业务规则与数据边界内**进行推理与决策,从而从架构层面彻底解决AI幻觉问题。这一技术架构不仅帮助Palantir实现股价两年增长20倍、市值突破4000亿美金的商业成功,更成为SAP、Salesforce等ERP巨头争相模仿的下一代企业智能标准范式。通过航空业飞机故障应急处理等实

program哲学 237

CDMamba安装配置Windows(50系列的显卡)

本人家里的显卡是RTX3050的,运行起来非常缓慢,大家可以参考上一篇文章,以下是用RTX5080配置的CDMamba,里面有一些库没有更新,因此会比较坑爹。就是pytorch已经更新了,搭配的是cuda12.8,但是cdmamba里的mmcv只更新到cuda12.1的版本,当然很多人会说那就向下兼容,但是笔者已经尝试了,会一直提示mmcv的问题。因此,索性直接不用mmcv。

hanfeng5268的博客 688

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

上一篇: 一条SQL更新语句是如何执行的
下一篇: .NET6: 开发基于WPF的摩登三维工业软件
pythonxxoo
博客等级 码龄5年 337粉丝 670原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值