Fully Homomorphic Encryption based on Multivariate Polynomial Evaluation
提出了一种基于多元多项式求值的多比特级全同态加密方案。该方案的安全性依赖于带错误学习（LWE）问题的难度。对于同态乘法，该方案使用基于多项式的技术，不需要重新线性化（和密钥切换）。与密文相关联的噪声仅随着每次乘法而线性增加。
2020-07-01 cs.CR
Attack on Fully Homomorphic Encryption over the Integers
利用格约简算法对整数上的全同态加密提出了一种启发式攻击。我们的结果表明，[DGHV 10]中的FHE对于某些参数设置是不安全的。本文还提出了一种改进方案来避免格型攻击。
2012-02-15 cs.CR
Homomorphic Encryption: Theory & Applications
本章的目的是介绍同态加密技术及其应用的概况。在详细讨论了本章的介绍和动机之后，我们介绍了密码学的一些基本概念。然后讨论了同态加密的基本理论，并给出了相应的实例。本章然后提供了一些经典的同态加密计划在当前的文献中存在的调查。然后详细讨论了同态加密方案的各种应用和显著特性。然后介绍了该领域最重要的和最新的研究方向--全同态加密。然后讨论了关于全同态加密的大量命题。最后，本章总结了一些新兴的研究趋势，在这个令人兴奋的密码学领域。
2013-05-25 cs.CR
A Review of Homomorphic Encryption Libraries for Secure Computation
在本文中，我们提供了一个调查各种库的同态加密。我们描述了在选择正确的安全计算方法时应该考虑的关键功能和权衡。然后，我们提出了一个比较六个常用的同态加密库-密封，HElib，TFHE，Paillier，ELGamal和RSA在这些确定的功能。还阐明了对不同语言和实际应用程序的支持。
2018-12-07 cs.CR
A New Symmetric Homomorphic Functional Encryption over a Hidden Ring for Polynomial Public Key Encapsulations
提出了一种新的基于隐环上模乘运算的同态函数加密算法。与传统的用户只能被动地执行密文加法或乘法的同态加密不同，同态函数加密保留了同态加法和标量乘法属性，但也允许用户通过多项式变量进行输入。所提出的同态加密可以应用于有限域上的任何多项式，其系数被认为是其隐私。我们将同态加密之前的多项式表示为明文多项式，将同态加密之后的多项式表示为密码多项式。密码多项式可以用有限域GF（p）中的变量来计算，通过计算变量模为素数p的单项式。这些性质允许函数同态加密用于某些非对称密码系统的公钥加密，以隐藏其中心映射构造的结构。我们提出了一种新的变体MPKC与同态加密的公钥。我们建议使用一个单一的明文向量和多个变量的噪声向量与中央映射相关联，而不是在MPKC中加密的秘密明文向量。我们将这种加密MPKC的变体称为同态多项式公钥算法或HPPK算法。HPPK算法在选择明文攻击或IND-CPA下具有不可破解性。破解HPPK算法的整体经典复杂度在素域GF（p）的大小上是指数级的。我们简要报告使用SUPERCOP工具包的基准性能结果。基准测试结果表明，HPPK提供了相当快的性能，这是可比的，在某些情况下优于NIST PQC决赛的密钥生成，加密和解密。
2023-01-27 cs.CR
A Comparative Study of Homomorphic and Searchable Encryption Schemes for Cloud Computing
云计算是一种流行的基于分布式网络和实用新型的技术。由于在云中，数据被外包给第三方，因此保护用户数据的机密性和隐私变得非常重要。研究人员提出了不同的云数据安全方法，包括但不限于不经意RAM、可搜索加密、函数加密、同态加密等。本文重点研究了可搜索和同态加密方法。最后，对这两种高效的云加密方法进行了比较研究。
2015-05-13 cs.CR
E-voting System Using Homomorphic Encryption and Blockchain Technology to Encrypt Voter Data
同态加密和区块链技术被认为是改进电子投票系统的两种重要技术。在本文中，我们提出了一种新的电子投票系统，使用同态加密和区块链技术，重点是加密选民数据。通过加密选民信息而不是投票，该系统能够对投票结果进行各种统计分析，同时确保整个电子投票系统的可信性，隐私性和可验证性。我们通过将所提出的系统的速度与使用同态加密和区块链技术的其他电子投票系统的速度进行比较来检查整个系统的效率。
2021-11-06 cs.CR
Homomorphic Encryption with Access Policies: Characterization and New Constructions
给出了支持同态运算的谓词加密（PE）的一个刻画，并描述了一些已有的PE构造的同态性质。即使对于IBE的特殊情况，也很少有已知的群同态密码系统。我们的主要建设是一个XOR-同态IBE计划的基础上的二次剩余问题（变异的Cocks'计划），我们证明是强同态的。我们无法构造一个保持这种同态属性的匿名变体，但我们实现了一个较弱的同态加密概念的匿名性，我们称之为\emph{non-universal}。一个相关的安全概念，这个较弱的原语形式化。最后，一些潜在的应用和开放的问题被认为是。
2013-11-06 cs.CR
Quadratic time $O(n^2)$ Fully Homomorphic public key encryption algorithm based on a unique technique to create p-adic homomorphism from ring X to ring Y
ZK 111是一种在二次时间内运行的全同态公钥加密算法。它的安全性完全依赖于一个非常独特的“色盲”函数，该函数用于创建p-adic环同态。
2012-09-27 cs.CR
Comparative evaluation of different methods of "Homomorphic Encryption" and "Traditional Encryption" on a dataset with current problems and developments
数据库是网络攻击的主要目标，因为它包含机密，敏感或受保护的信息。随着互联网的日益复杂和对互联网数据传输的依赖，了解各种加密技术和趋势变得至关重要。它可以帮助保护私人信息和敏感数据，并提高客户端-服务器通信的安全性。数据库加密是一种采用算法将数据库中包含的数据转换为“密码文本”的过程，密码文本在解码之前是不可理解的。同态加密技术可以用于对称和非对称系统中，它与加密数据一起工作。在本文中，我们基于最近的高引用文章评估了同态加密技术，并比较了自2018年以来所有数据库加密问题和发展。同态方法的优点和缺点进行了检查，在经典的加密方法，包括透明数据库加密，列级加密，字段级加密，文件系统级加密，加密文件系统加密在这篇评论。此外，还研究了为客户提供加密服务以保护其数据的流行数据库。
2022-11-18 cs.CR
Revisiting Fully Homomorphic Encryption Schemes
本文综述了文献中的多种全同态加密方案，分析并比较了各方案的结果，并提供了相关应用与开源工具。
2023-05-10 cs.CR
A Somewhat Homomorphic Encryption Scheme based on Multivariate Polynomial Evaluation
提出了一种基于有限域上多元多项式求值的对称密钥同态加密方案。所提出的计划是有点同态方面的加法和乘法。此外，我们定义了一个泛化的学习错误的问题，称为隐藏子空间成员资格问题，并表明该计划的语义安全性可以降低到这个问题的难度。
2019-02-15 cs.CR
Lattices, Homomorphic Encryption, and CKKS
本文综述了格基密码学和同态加密中的一些问题。特别是，我们定义了一些格的问题，LWE和RLWE，并指出减少Regev和Peikert。对最近的CKKS同态加密方案进行了全面的讨论，并给出了一些计算实例。
2022-05-07 cs.CR
Towards Quantum-Safe Federated Learning via Homomorphic Encryption: Learning with Gradients
该研究提出基于私钥同态加密的隐私保护分布式学习框架，利用梯度量化随机性消除LWE加密的误差项，支持多参与者在诚实但好奇的服务器上安全协作深度学习。
2024-02-02 cs.CR
Checking chordality on homomorphically encrypted graphs
实现完全同态加密的突破引发了对在何处以及如何应用同态加密方案的大量研究，使得可以在没有秘密密钥的情况下对加密数据执行操作，同时仍然获得正确的输出。由于大多数加密方案所允许的计算成本、膨胀的密文大小和有限的算术运算，同态加密的可行应用很少。虽然理论家们正在研究同态加密的数学和密码学基础，以克服当前的限制，从业者也重新设计查询和算法，以适应当前的加密方案的功能。作为同态加密图的初步研究，本文提供了一个易于实现的交互式算法来检查同态加密图是否是弦图。该算法是对现有算法的一个简单重构，使其能够在加密的邻接矩阵上运行。
2021-06-25 cs.CR
Homomorphic encryption from codes
基于仿射码族在独立随机噪声下的译码困难性，提出了一种新的同态加密方案。与以前的基于格的同态加密计划，其中的消息被隐藏在噪声部分的密文不同，我们的计划携带的仿射部分的变换的消息，并仅应用噪声来实现安全性。我们的方案可以容忍任意大小的噪声，只要噪声向量具有足够小的汉明权重（并且其条目是独立的）。我们的设计实现了“原同态”的性质，在一个基本的方式：消息加法和乘法模拟逐点加法和乘法的密文向量。此外，我们的解密非常简单的性质，使该计划很容易服从自举。然而，一些复杂性是由明显的加密错误的固有存在引起的。我们的主要技术贡献是开发了两种新的技术来处理这种错误的同态评价过程。我们还提供了一个定义的同态加密，可能是有用的其他地方的框架。
2011-11-18 cs.CR
Security and Efficiency analysis of Fully Homomorphic Encryption (FHE) algorithm ZK111
这是对ZK111的无条件安全性和二次时间O（n^2）效率的总结。
2012-10-17 cs.CR
Homomorphic Evaluation of Database Queries
同态加密是一种能够对加密数据进行计算的加密方法。这具有广泛的现实世界分支，例如能够盲目计算发送到远程服务器的搜索结果，而不会泄露其内容。本文讨论了如何使用同态加密方案来保证数据库搜索查询的安全。我们提出了一种新的数据库搜索技术，可以使用基于环的全同态加密方案提出的Braserski。
2016-06-10 cs.CR
Practical Homomorphic Encryption Over the Integers
我们提出了新的整数运算的同态加密方案，用于在云中的安全的单方计算。这些计划是能够安全地计算低次多项式同态，但这似乎足以满足大多数实际应用。在这种情况下，我们的计划导致实际的密钥和密文的大小。我们提出了一个序列的概括我们的基本计划，增加了安全性，但减少实用性。我们已经评估了前四个这些算法通过计算一个低度内积。这些计算的时间安排极为有利。最后，我们使用我们的想法，推导出一个完全同态系统，这似乎是不切实际的，但可以同态评估任意布尔电路。
2017-02-24 cs.CR
Blind Turing-Machines: Arbitrary Private Computations from Group Homomorphic Encryption
安全函数求值（SFE）是在某些数据上计算函数（或运行算法）的过程，同时保持输入，输出和中间结果对函数求值的环境隐藏。这可以使用完全同态加密、Yao的乱码电路或安全多方计算来完成。应用是多种多样的，最突出的是将计算外包给云服务提供商，在那里数据将在完全保密的情况下进行操作和处理。如今，对SFE研究最深入的解决方案之一是全同态加密（FHE）。自2009年发现第一个此类系统以来，尽管取得了很大进展，但FHE仍然效率低下，难以实际实施。类似的问题也适用于乱码电路和（通用）多方计算协议。在这项工作中，我们介绍了盲图灵机的概念，它使用简单的同态加密（ElGamal加密的扩展）处理密文的方式作为标准的图灵机，从而实现可计算性的任何功能，在总的隐私。值得注意的是，这表明完全同态加密确实是进行SFE的过于强大的原语，因为具有相等性检查的组同态加密已经足够了。此外，该技术易于实现，并且可能为在当今的计算机器上进行有效的私有计算打开了大门，仅需要对完善的计算机体系结构进行简单的改变。
2013-12-11 cs.CR
FHEBench: Benchmarking Fully Homomorphic Encryption Schemes
全同态加密（FHE）是在不可信云中进行隐私保护计算的最有前途的解决方案之一。FHE可以通过各种方案来实现，每种方案都具有独特的优点，即，有些人擅长算术运算，而另一些人在实现布尔逻辑运算时是有效的。因此，即使是密码学专家也很难选择“正确的”FHE方案来有效地实现特定的应用程序，更不用说普通用户了。以前的工作只定性比较几个FHE计划。在本文中，我们提出了一个实证研究，FHEBench，定量比较主要的FHE方案
2022-03-01 cs.CR
Secure Fast Fourier Transform using Fully Homomorphic Encryption
安全信号处理正在成为保护隐私的事实模型。我们提出了一个模型的基础上的全同态加密（FHE）技术，以减轻安全漏洞。我们的框架提供了一种对用户指定的信号执行快速傅立叶变换（FFT）的方法。通过对各个二进制值进行加密以及对加法和乘法进行FHE操作，我们使用户能够以二进制的定点小数表示来执行FFT。我们的方法限制了实现的错误，以根据特定的应用程序启用用户可选的参数。我们针对一维信号和图像（二维的信号）的测试用例验证了我们的框架。
2016-11-27 cs.CR
A Secure Database System using Homomorphic Encryption Schemes
云计算作为一种有吸引力的解决方案出现，可以委托存储和处理机密数据。然而，这种系统会遇到几个安全风险，因为安全加密的数据在处理之前应该被解密。因此，解密的数据容易被读取和更改。因此，自1978年RSA加密方案发表以来，处理加密数据一直是一个研究课题。本文提出了一种基于同态加密方案的关系数据库系统，以保护数据的完整性和机密性。我们的系统在加密数据上执行SQL查询。我们测试了我们的系统与最近开发的同态方案，使执行的算术运算的密文。我们表明，所提出的系统执行准确的SQL操作，但其性能阻碍了该系统的实际实施。
2015-12-11 cs.CR
CHEM: Efficient Secure Aggregation with Cached Homomorphic Encryption in Federated Machine Learning Systems
虽然同态加密可以被合并到神经网络层中以保护机器学习任务，例如在联邦学习中对加密数据样本和加密本地模型的机密推断，但计算开销一直是致命弱点。本文提出了一种缓存协议，即CHEM，张量密文可以从一个池的缓存的基数，而不是执行昂贵的加密操作构建。从理论的角度来看，我们证明了CHEM是语义安全的，并可以在实际的假设下进行简单的分析参数化。在三种常用的公共数据集上的实验结果表明，采用CHEM算法仅产生亚秒级的加密开销，但在机密推理中对输入数据样本进行编码时，加密代价降低了48%~ 89%，在联邦学习中对局部模型进行编码时，加密代价降低了67%~ 87%.
2022-12-22 cs.CR
A Verifiable Fully Homomorphic Encryption Scheme for Cloud Computing Security
在云计算和大数据的背景下执行智能计算在今天受到高度赞赏。全同态加密（FHE）是一种智能加密方案，允许以加密形式处理数据。它使我们能够保护我们的敏感数据的机密性，并从云计算的力量中受益。目前，已有的许多方案已经证明，该理论是可行的，但效率需要显着提高，以使其可用于实际应用。一个微妙的困难是如何有效地处理噪音。本文的目的是介绍一种有效的和可验证的FHE的基础上一个新的数学结构，是无噪声的。
2018-04-18 cs.CR
Secure outsourced calculations with homomorphic encryption
随着云计算的快速发展，隐私安全事件频繁发生，尤其是数据安全问题。云用户希望将他们的敏感信息以加密的形式而不是原始数据上传到云服务提供商，并防止数据的滥用。主要的挑战是安全地处理或分析这些加密的数据，而不泄露任何有用的信息，并实现有效的权限管理。提出了一种基于加性同态加密和代理加密的云计算加密数据处理协议。针对传统的同态加密方案存在诸多局限性，不适合云计算应用。我们模拟了一个具有灵活访问控制的云计算场景，并通过支持各种算术计算来扩展原始同态密码系统以适应我们的场景。证明了协议的正确性和安全性，并与一些最新的协议进行了比较，分析了协议的优点和性能。
2018-12-03 cs.CR
Evaluation of Privacy-aware Support Vector Machine (SVM) Learning using Homomorphic Encryption
本文评估了在全同态加密环境下使用OpenFHE库实现支持向量机（SVM）的性能开销，发现环维度和模数大小是影响性能的主要参数，且SVM-Poly与SVM-Linear性能相近。
2025-03-06 cs.CR
Secure Change-Point Detection for Time Series under Homomorphic Encryption
University of Twente（特温特大学）；IBM Research Europe（IBM欧洲研究院）
本文提出基于同态加密的时间序列变化点检测方法，能够在不解密数据的情况下保持高实用性，适用于医疗和网络监控等实时场景。
2026-01-09 cs.CR
Privacy-Preserving Biometric Matching Using Homomorphic Encryption
生物特征匹配涉及存储和处理敏感的用户信息。因此，维护这些数据的隐私是一个重大挑战，而同态加密提供了一个可能的解决方案。我们提出了一个隐私保护的基于生物特征的认证协议的基础上完全同态加密，其中的生物特征样本的用户是由一个本地设备收集，但对一个生物特征模板匹配由一个远程服务器单独操作的加密数据。该设计确保1）用户的敏感生物特征数据保持私密，以及2）用户和客户端设备安全地向服务器进行身份验证。还提出了一个概念验证的实现建立在TFHE库，其中包括执行生物特征匹配所需的基本操作。实施的性能结果表明，在这种情况下，使FHE实用是多么复杂，但似乎，通过实施优化和改进，该协议可以用于现实世界的应用。
2021-11-24 cs.CR
Homomorphic Encryption Based on Post-Quantum Cryptography
本文针对量子计算对传统同态加密的威胁，提出一种基于编码密码学和非负矩阵分解NP问题的后量子同态加密方法，实验表明其加解密时间短于RSA和ECC。
2024-02-22 cs.CR
Homomorphic Encryption: An Analysis of its Applications in Searchable Encryption
本文针对云环境下加密数据高效检索的难题，全面分析了同态加密在可搜索加密中的应用进展，梳理了相关方案分类、技术特点与功能现状，并指明了未来研究方向。
2023-06-26 cs.CR
Intel HEXL: Accelerating Homomorphic Encryption with Intel AVX512-IFMA52
同态加密（HE）的现代实现严重依赖于有限域上的多项式运算。CKKS、BFV和BGV HE方案尤其如此。HE原语和应用程序中的两个最大性能瓶颈是多项式模乘和正向和反向数论变换（NTT）。在这里，我们介绍英特尔同态加密加速库（英特尔HEXL），这是一个C++库，为英特尔处理器提供优化的多项式运算实现。英特尔HEXL利用最新的英特尔高级矢量扩展512（英特尔AVX 512）指令集提供NTT和模乘的最先进实现。在正向和反向NTT上，英特尔HEXL分别提供了比原生C++实现高7.2倍和6.7倍的加速。英特尔HEXL还提供高达6.0倍的元素级向量-向量模乘加速，以及1.7倍的元素级向量-标量模乘加速。英特尔HEXL在Apache 2.0许可证下可在https://github.com/intel/hexl上获得开源版本，并已被Microsoft SEAL和PALISADE同态加密库采用。
2021-07-09 cs.CR
Efficient and Privacy-Preserving Federated Learning based on Full Homomorphic Encryption
本文利用最新全同态加密技术提出新颖联邦学习方案，在医疗、商业、生物识别和金融四个实际数据集上覆盖横纵联邦场景，显著提升安全性、效率和实用性。
2024-03-18 cs.CR
Fast Arithmetic Hardware Library For RLWE-Based Homomorphic Encryption
在这项工作中，我们提出了一个开源的，第一次的同类，算术硬件库，重点是加速环学习错误（RLWE）基于有点同态加密（SHE）的算术运算。我们设计并实现了一个硬件加速器，包括子模块，如剩余数系统（RNS），中国剩余定理（CRT），基于NTT的多项式乘法，模逆，模约简，以及所有其他多项式和标量操作涉及SHE。对于所有这些操作，只要有可能，我们都在库中包含一个硬件成本高效的串行和快速并行实现。模块化和参数化的设计方法有助于轻松定制，还提供了扩展这些操作的灵活性，以便在大多数同态加密应用中使用，这些应用非常适合新兴的配备FPGA的云架构。利用该库中的子模块，我们在FPGA上实现了一个硬件加速器原型。该硬件加速器的评估显示，与现有的软件实现相比，分别评估同态乘法和加法的速度提高了约4200倍和2950倍。
2020-07-03 cs.CR
LightPHE: Integrating Partially Homomorphic Encryption into Python with Extensive Cloud Environment Evaluations
Vorboss Limited（沃博斯有限公司）；Istanbul Ticaret University（伊斯坦布尔商业大学）
本文介绍LightPHE，一个轻量级混合部分同态加密框架，通过模块化设计集成多种PHE算法，并在多种云环境中评估其性能，展示了其在安全云数据处理中的高效性和可扩展性。
2024-07-25 cs.CR
Homomorphic encryption schemes based on coding theory and polynomials
University of Perugia（佩鲁贾大学）
本文综述了基于编码理论和多项式的同态加密方案，介绍了其分类（部分同态、近似同态和全同态）及研究现状。
2026-06-03 cs.CR
FLSSM: A Federated Learning Storage Security Model with Homomorphic Encryption
School of Computer Science and Technology, Zhengzhou University of Light Industry（郑州轻工业大学计算机科学与技术学院）
FLSSM通过同态加密技术解决联邦学习中的计算效率、攻击追溯和贡献评估问题，提升模型隐私保护和安全性能。
2025-04-15 cs.CR
On the Feasibility of Hybrid Homomorphic Encryption for Intelligent Transportation Systems
Clemson University（克莱姆森大学）
本文研究了混合同态加密在智能交通系统中的可行性，通过理论模型和参数评估，证明HHE在减少密文大小和通信开销方面优于传统同态加密，适用于延迟受限的交通通信。
2026-02-02 cs.CR
Compile-Time Fully Homomorphic Encryption of Vectors: Eliminating Online Encryption via Algebraic Basis Synthesis
本研究提出编译时FHE密文合成框架，用预计算加密基向量加运行时缩放零加密构造密文，消除在线加密，证明其IND-CPA安全性，降低内存开销且兼容标准FHE操作，适用于加密数据库等场景。
2025-05-22 cs.CR
Neural Network Quantisation for Faster Homomorphic Encryption
本研究通过量化感知训练减小神经网络整数位宽，在BFV同态加密方案下分别将MNIST和CIFAR网络执行时间减少80%和40%，同时保持精度。
2023-08-30 cs.CR
Fully Homomorphic Encryption via Affine Automorphisms
同态加密是密码学中使用的一种方法，用于创建可以与加密数据交互的程序，而不会使数据保持畅通。这在网络安全中有许多潜在的应用。本文利用仿射空间的自同构构造了一种针对直线程序的同态加密形式。用于数据的加密方法称为多变量加密。这为基于代数几何技术的网络安全提供了一种潜在的强大的新方法。
2020-10-15 cs.CR math.AG
Securing the data in cloud using Algebra Homomorphic Encryption scheme based on updated Elgamal(AHEE)
云计算是一种广泛而多样的现象。用户可以在云存储上存储大量数据以供将来使用。大多数云服务提供商以纯文本格式或安全方式存储数据，但客户端不知道存储数据的方法。同态加密是允许对密文进行操作从而生成加密结果的加密，该加密结果在解密时与对明文执行的操作的结果相匹配。这在现代通信系统架构中有时是期望的特征。有几种同态算法，其中之一是AHEE。如果需要，用户需要使用自己的加密算法来保护其数据。每当要处理数据时，都需要对数据进行解密。在本文中，我们专注于在客户端使用AHEE算法为客户端提供安全性，以便将任何数据存储在云中。
2022-02-01 cs.CR
On the Weakness of Fully Homomorphic Encryption
全同态加密（FHE）允许任何人对加密数据执行计算，尽管没有秘密解密密钥。自Gentry于2009年开展工作以来，原始模型引起了许多研究人员的兴趣。在本文中，我们强调，加密数据上执行的任何计算都被约束到加密域（有限域或环）。这种限制使得原语对于涉及常见算术表达式和关系表达式的大多数计算都是无用的。它只适用于与模算术有关的计算。我们想重申，密码学大量使用模运算是为了掩盖和消除明文消息中的冗余，而不是执行任何数值计算。我们认为，FHE对客户端-服务器计算或云计算非常重要的说法可能言过其实。
2015-11-17 cs.CR
Puncturable Encryption: A Generic Construction from Delegatable Fully Key-Homomorphic Encryption
可删截加密（Puncturable encryption，PE），由Green和Miers在IEEE S&P 2015上提出，是一种公钥加密，允许接收者通过重复更新解密密钥来撤销单个消息，而无需与加密器通信。PE是构造异步消息系统、前向秘密零往返时间协议、公钥水印方案和前向秘密代理引用等许多有趣应用的重要工具。本文重新访问PE的观察，打孔属性可以实现为有效的可计算的功能。从这个角度来看，我们提出了一个通用的PE结构，从完全密钥-同态加密，增强了Boneh等人的密钥委托机制（DFKHE）。在Eurocrypt 2014。我们表明，我们的PE建设享有选择明文攻击下的选择性安全（可以转换为自适应安全与一些效率损失）从DFKHE在标准模型。基于该框架，我们获得了第一个基于错误学习问题的后量子安全PE实例，在标准模型中的选择明文攻击（CPA）下选择性安全。我们还讨论了修改我们的框架以支持无限数量的密文标签的能力，这些标签的灵感来自Brakerski和Vaikuntanathan在2016年的工作。
2020-07-13 cs.CR
Limitations on information theoretically secure quantum homomorphic encryption
同态加密是一种加密形式，它允许对加密数据进行计算而不需要解密。量子方法在委托计算环境中相关任务的成功提出了一个问题，即量子力学是否可以用于实现信息理论上安全的全同态加密。在这里，我们表明，通过信息本地化参数，确定性完全同态加密必然会产生指数开销，如果需要完美的安全性。
2014-06-10 cs.CR quant-ph
HE-DKSAP: Privacy-Preserving Stealth Address Protocol via Additively Homomorphic Encryption
针对基础隐形地址易受密钥泄露与量子攻击的问题，提出基于加法同态加密的HE-DKSAP双密钥协议，并可扩展为FHE-DKSAP，以增强区块链交易隐私、安全与可扩展性。
2023-12-17 cs.CR
Practical Privacy-Preserving Data Science With Homomorphic Encryption: An Overview
由于产生的机密数据量越来越大且难以管理，隐私已经获得了越来越多的关注。对与第三方共享数据以获得富有成效的见解的可能性的担忧困扰着企业环境;价值不仅存在于数据中，而且存在于提供分析结果的算法和模型的知识产权中。这一僵局锁定了“即服务”范式中高性能计算资源的可用性，以及以协作方式与科学界进行知识交流。隐私保护数据科学允许使用私人数据和算法，而不会危及他们的隐私。传统的加密方案不能在不首先解密加密数据的情况下对加密数据进行操作。同态加密（HE）是一种加密形式，它允许在计算加密数据的同时保留明文的特征和格式。以意大利中央银行有趣的用例为背景，本文重点讨论如何利用HE和数据科学来设计和开发隐私保护企业应用程序。本文综述了同态加密的主要技术，以及数据科学与同态加密之间的关系。
2020-11-13 cs.CR
Privacy preserving distributed optimization using homomorphic encryption
本文研究了如何一个系统操作员和一组代理安全地执行一个分布式投影梯度算法。特别地，每个参与者持有一组问题系数和/或状态，其值对于数据所有者是私有的。相关问题提出了两个问题：如何安全地计算给定函数;以及首先应该计算哪些函数。对于第一个问题，我们利用同态加密技术，提出了一种新的算法，该算法可以实现具有完美正确性的安全多方计算。对于第二个问题，我们确定了一类可以安全计算的函数。电力系统的两个案例研究，一个需求响应问题和最优潮流问题的正确性和计算效率的建议算法进行了验证。
2018-05-23 cs.CR
SHELBRS: Location Based Recommendation Services using Switchable Homomorphic Encryption
近年来，基于位置的推荐服务（LBRS）的使用率出现了前所未有的增长。LBRS通过基于用户的位置和过去的偏好推荐服务来方便用户。然而，利用这种服务的代价是将一个人的敏感信息，如他们的购物偏好、住宿地点、饮食习惯、最近访问过的地方等泄露给第三方服务器。丢失这些信息可能至关重要，并威胁到一个人的隐私。如今，注重隐私的社会正在寻求能够以最小的风险提供此类服务的解决方案。最近，一些隐私保护的推荐服务已被提出，利用完全同态加密（FHE）属性来解决这个问题。虽然，它降低了隐私风险，但却遭受了沉重的计算开销，排除了它们的商业应用。在这里，我们提出了SHELBRS，一个轻量级的LBRS，是基于可切换的同态加密（SHE），这将有利于用户以及服务提供商。一个SHE利用加法以及乘法同态属性，但相对少得多的处理时间，因为它的FHE对应。我们评估我们提出的方案与其他国家的最先进的方法，而不影响安全性的性能。
2021-05-30 cs.CR
Encryption scheme based on Automorphism Group of Hermitian Function Field with Homomorphic Encryption
本文提出基于埃尔米特函数域自同构群的加密方案，通过三参数群的对数表示增强同态加密能力，其攻击复杂度与加密消息大小均与群阶直接相关。
2025-04-14 cs.CR math.GR
TFHE-SBC: Software Designs for Fully Homomorphic Encryption over the Torus on Single Board Computers
针对单板计算机上TFHE加密效率低、密文大及硬件加速受限的问题，提出专用软件设计TFHE-SBC，加速客户端操作，使加密速度提升2486倍、通信效率提升512倍、能效提升12至2004倍。
2025-04-26 cs.CR
HEIR: A Universal Compiler for Homomorphic Encryption
本文提出基于MLIR的同态加密编译器统一框架HEIR，支持主流技术、软硬件集成及多种前端，通过移植大量文献验证其处理复杂程序的能力，正成为学术与工业界事实上的标准。
2025-08-14 cs.CR
Neural Network Training With Homomorphic Encryption
我们介绍了一种新的方法和实现架构，训练神经网络，保持模型和数据的机密性。我们的方法依赖于基于格的加密方案的同态能力。我们的程序进行了优化，以实现有效的更新模型参数的操作上的密文包装。我们的方法实现了显着减少的计算，由于我们的方式来执行乘法和旋转的包装密文从前馈网络的反向传播网络。为了验证训练模型的准确性以及实现的可行性，我们使用CKKS方案和Microsoft SEAL作为后端，在Iris数据集上测试了我们的方法。虽然我们的测试实现是用于简单的神经网络训练，但我们相信我们的基本实现块可以帮助更复杂的基于神经网络的用例的进一步应用。
2020-12-25 cs.CR
A Lightweight, Anonymous and Confidential Genomic Computing for Industrial Scale Deployment
本文研究了匿名和机密的基因组情况下，利用SPDZ联邦框架内的控制计算。我们的贡献主要包括以下三个方面：\begin{itemize} \item在第一个方面，一个有效的建设海狸三重发电机（BTG）形式化的3方计算利用乘法同态密钥管理协议（mHKM）的介绍和分析。有趣的是，我们能够证明BTG和mHKM之间的等效性。然后，我们提出了一个轻量级的构造BTG，并表明，我们的建设是安全的对半诚实的对手，如果底层的乘法同态加密是语义安全的。\item在第二部分中，引入并形式化了SPDZ的解耦模型，该模型将BTG与MPC服务器（MPC）明确分离，其中BTG旨在生成Beaver三元组，而MPC处理输入数据。一个新的概念，我们称之为盲目的三重分配协议，然后引入安全分配所产生的海狸三元组，并从mHKM构造。我们证明了mHKMs的力量，表明它是一个有用的概念，不仅产生海狸三元组，但也安全地分配三元组。\item第三，提出了一种轻量级的基因组案例与控制计算模型，该模型同时实现了匿名性和机密性。然后，通过消除现有技术解决方案中涉及的计算成本高的PRandBitL（）和PRandInt（）协议，提出了利用上述BTG的有效截断算法，从而大大有利于我们计算工业规模部署的残差向量。
2021-10-04 cs.CR
