Sharing Data Homomorphically Encrypted with Different Encryption Keys
在本文中，我们提出了第一个基于同态的代理重新加密（HPRE）解决方案，允许不同的用户共享他们外包同态加密使用各自的公钥与远程处理这些数据的可能性的数据。更清楚地，该方案使得在没有可信第三方的帮助下将公共加密密钥切换到另一个密钥成为可能。它的独创性在于我们提出的一种方法，以便计算两个加密数据之间的差异，而无需解密它们，也无需额外的通信。基本上，在我们的HPRE方案中，两个用户，委托者和被委托者，要求云服务器基于秘密密钥生成加密的噪声，这两个用户之前达成一致。基于我们用于比较加密数据的解决方案，云计算加密的噪声和委托者的加密数据之间的差异，从而获得盲数据。接下来，云使用代表的公钥加密这些差异。由于噪声也是代理已知的，所以这个代理只需要删除它就可以访问用他的公钥加密的数据。这种解决方案已经在外包到半诚实云服务器的图像共享的情况下进行了实验。
2017-06-06 cs.CR
Fully Homomorphic Encryption Scheme with Symmetric Keys
同态加密在公钥密码系统的背景下已经被大量地研究。但是有些应用程序本质上需要对称密钥。我们提出了一个具有全同态求值能力的对称密钥加密方案。这些运算是基于矩阵的，也就是说，该方案由整数运算到矩阵运算的映射组成。我们还包括一个协议，该协议使用所提出的方案在云中进行私有数据处理。
2013-10-09 cs.CR
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
Secure Multilayer Perceptron Based On Homomorphic Encryption
在这项工作中，我们提出了一个外包的安全多层感知器（SMLP）计划，在训练和分类阶段确保数据和模型的隐私和机密性。更清楚地说，这个SMLP：i）可以由云服务器基于用户先前以同态加密形式外包的数据来训练; ii）其参数是同态加密的，从而不给出云的线索;以及iii）其还可以用于对由用户发送的新的加密数据进行分类，用户向其返回加密的加密分类结果。这个计划的独创性有三个方面。据我们所知，它是第一个多层感知器（MLP）在同态加密数据的训练阶段没有收敛问题。它不需要服务器和用户之间的额外通信。它是基于整流线性单元（ReLU）激活函数，我们确保没有近似与实际SMLP解决方案。为此，我们利用两个半诚实的非串通服务器。在一个用Paillier密码系统加密的二进制数据库上进行的实验结果证明了我们方案的整体性能及其收敛性。
2018-06-07 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
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
Computing Blindfolded on Data Homomorphically Encrypted under Multiple Keys: An Extended Survey
新的加密技术，如同态加密（HE），允许将计算外包给资源丰富的云中，并在资源丰富的云中进行盲评估。这些计算通常需要多个参与者拥有的私有数据，参与某些功能的联合评估。例如，全基因组关联研究（GWAS）由于最近基因组测序技术的激增而变得可行。由于基因组数据的敏感性，这些数据应该使用不同的密钥进行加密。然而，支持对在多个密钥下加密的密文进行计算是一项不平凡的任务。在本文中，我们提出了一个全面的调查不同的国家的最先进的密码技术和方案，是常用的。本文综述了基于属性的加密（ABE）、代理重加密（PRE）、门限同态加密（ThHE）和多密钥同态加密（MKHE）等技术和方案。我们基于不同的系统和安全模型分析它们，并研究它们的复杂性。我们分享经验教训，并提出意见，以设计更好的方案，减少间接费用。
2020-08-11 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
nGraph-HE: A Graph Compiler for Deep Learning on Homomorphically Encrypted Data
同态加密（HE）--对加密数据执行计算的能力--是一种有吸引力的补救措施，可以解决深度学习（DL）中日益增加的数据隐私问题。然而，构建对密文进行操作的DL模型目前是劳动密集型的，并且需要同时具备DL、密码学和软件工程方面的专业知识。DL框架和图形编译器的最新进展极大地加速了DL模型的训练和部署到各种计算平台。我们介绍了nGraph-HE，这是英特尔DL图形编译器nGraph的扩展，它可以使用流行的框架（如TensorFlow）部署训练模型，同时简单地将HE视为另一个硬件目标。我们的图形编译器方法支持HE感知优化-在编译时实现，如常量折叠和HE-SIMD包装，以及在运行时实现，如特殊值明文旁路。此外，nGraph-HE与TensorFlow等DL框架集成，使数据科学家能够以最小的开销对DL模型进行基准测试。
2019-04-02 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
CryptoEmu: An Instruction Set Emulator for Computation Over Ciphers
全同态加密（FHE）允许对加密数据进行计算。这项技术使隐私保护云计算成为现实。用户可以将加密的敏感数据发送到云服务器，获取返回的加密结果并对其进行解密，而无需担心数据泄露。本项目报告介绍了一个同态指令集仿真器CryptoEmu，它可以在加密数据上进行完全同态计算。基于软件的指令集仿真器建立在支持门级同态评估的开源、最先进的同态加密库之上。指令集架构支持属于ARMv8指令集架构子集的多个指令。指令集仿真器利用并行计算技术来仿真每个功能单元以实现最小延迟。该项目报告包括设计考虑、指令集仿真器体系结构、数据路径和控制单元实现的详细信息。我们在48核工作站上评估并演示了该指令集仿真器的性能和可扩展性。与HELib（一种最先进的同态加密库）相比，CryptoEmu在同态计算性能方面表现出了显著的加速。
2021-01-09 cs.CR
BioZKFHE: Scalable Encrypted Biometric Identification via Verifiable Homomorphic Similarity Evaluation
Shenzhen University（深圳大学）；Lancaster University（兰卡斯特大学）；University of Technology Sydney（悉尼科技大学）
研究大规模外包环境下生物特征识别问题，提出BioZKFHE框架，结合BGV同态计算等技术。采用SCMV打包和PVSC方法，减少加密存储、避免旋转密集匹配、使证明生成可行。实验表明该框架能实现接近无损识别，减少加密存储，缩短运行时间。
2026-10-28 cs.CR
Private Embedding Lookup with Encrypted Compact Queries under Fully Homomorphic Encryption
Department of Mathematical Sciences, Seoul National University（首尔大学数学科学系）；CryptoLab Inc.（CryptoLab公司）
针对全同态加密中私有嵌入查找开销大的问题，提出独立向量评估方法，通过构建线性无关向量替代独热向量，将向量生成成本从O(p log p)降至O(p)，并利用离散余弦变换基变换恢复嵌入向量，实现高达78.4倍的加速。
2026-06-07 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 First Practical Fully Homomorphic Crypto-Processor Design: The Secret Computer is Nearly Here
根据作者在2014年提出的一系列完全同态加密处理器的硬件设计-一种通用处理器，在寄存器和内存中的加密数据上原生运行加密的机器码，从而产生加密的机器状态-我们讨论了第一个的工作原型，即所谓的“伪同态”设计。该处理器原则上是安全的，可以防止处理器的所有者/操作员对在其中运行的用户进程进行物理或基于软件的攻击。该处理器旨在作为新兴计算范例的更安全的选择，这些计算范例需要信任在远程位置执行的计算或由不受信任的操作员监督。该原型具有单流水线超标量体系结构，以两种不同的模式运行OpenRISC标准机器码。处理器在加密模式（非特权，“用户”模式，具有长流水线）下以未加密模式（特权，“管理程序”模式，具有短流水线）下速度的60-70%运行，在实际试验中平均每1.67-1.8个周期发出一条完整的加密指令。
2016-03-02 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
FLSSM: A Federated Learning Storage Security Model with Homomorphic Encryption
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
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
Two-Server Delegation of Computation on Label-Encrypted Data
Catalano和Fiore提出了一种方案，将线性同态加密转换为能够对密文进行二次计算的同态加密方案。他们的方案基于线性同态加密（如Goldwasser-Micali，Paillier和ElGamal），需要在服务器上进行大整数运算。然后，他们的方案在服务器上进行了大量的计算。同时，他们的方案不能验证计算，也不能评估超过4度的计算。为了解决这些问题，我们不再使用基于数论假设的线性同态加密。我们使用标签和伪随机函数来加密消息，这大大减少了服务器的计算量，使我们能够使用同态MAC技术自然地实现可验证的计算。我们还扩展的方法来构建$d$服务器计划，允许客户端委托度$d$计算外包数据。
2021-04-26 cs.CR
PE-AONT: Partial Encryption combined with an All-or-Nothing Transform
在这份报告中，我们介绍了PE-AONT：一种新的算法，快速和安全的数据碎片。初始数据被分段，并且仅对片段的选定子集进行加密。此外，使用混合加密和非加密片段的全有或全无变换的变型来变换片段。通过仅部分加密数据，我们实现了比包括数据加密和直接分片的相关技术更好的性能。此外，当明智地选择加密片段和非加密片段的数量之间的比率时，片段内的数据被保护以免暴露加密密钥，除非所有片段都被攻击者收集。
2018-11-22 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
Quantum Search on Encrypted Data Based on Quantum Homomorphic Encryption
我们提出了一个基于量子同态加密的同态搜索协议，在该协议中，一个量子能力有限的客户端Alice可以将她加密的数据交给一个功能强大但不可信的量子服务器，让服务器在不解密的情况下搜索她。通过将交互式密钥更新过程外包给可信密钥中心，Alice只需要在线性时间内准备和加密她的原始数据并解密密码搜索结果。此外，我们还提出了一个紧凑且完全安全的Cliford电路的量子同态求值协议，其中解密密钥可以由Alice计算，且开销为密钥长度的多项式.
2020-03-22 cs.CR quant-ph
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
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
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
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
k-Anonymously Private Search over Encrypted Data
在本文中，我们比较了各种同态加密方法的性能上的私人搜索方案，可以实现$k$ -匿名隐私。为了使我们的基准测试公平，我们使用由专家编写并经过严格审查的开源加密库。我们发现Goldwasser-Micali加密在实际应用中达到了足够好的性能，而完全同态加密比部分加密（如Goldwasser-Micali和Paillier）慢得多。
2017-03-24 cs.CR
