【密码学百科】同态加密：从 Paillier 到全同态加密（FHE）
原文中文，约20100字，阅读约需48分钟。
📝
内容提要
同态加密（HE）允许在密文上进行计算，避免敏感数据泄露。其核心概念始于1978年，2009年Craig Gentry首次实现全同态加密（FHE），被视为密码学的重要突破。FHE支持任意电路计算，近年来出现了BGV、BFV、CKKS等多种实用方案，推动了隐私计算的发展。
🔎
延伸解读
同态加密的安全优势
同态加密（HE）通过允许在密文上进行计算，显著降低了敏感数据泄露的风险。传统加密需要解密数据才能进行处理，这使得数据在计算过程中暴露于潜在攻击者面前。而同态加密则确保数据在整个计算生命周期内保持加密状态，提升了数据隐私保护的安全性。
FHE的技术挑战与进展
全同态加密（FHE）面临的主要技术挑战是噪声管理。每次同态运算都会引入噪声，过多的噪声会导致解密失败。Gentry的自举技术为解决这一问题提供了思路，通过同态执行解密算法来刷新密文的噪声水平。尽管这一过程计算代价高，但近年来的研究已显著提高了FHE的效率。
FHE的应用前景
全同态加密在隐私保护机器学习推理和加密数据库查询等领域展现出广阔的应用前景。通过FHE，用户可以在不暴露敏感数据的情况下进行复杂计算，这在医疗、金融等高隐私需求的场景中尤为重要。随着技术的进步，FHE有望在未来实现更广泛的实际应用。
❓
Q&A
同态加密的核心概念是什么？
同态加密允许在密文上进行计算，避免敏感数据泄露。
全同态加密（FHE）有什么重要的技术突破？
2009年，Craig Gentry首次实现全同态加密（FHE），被视为密码学的重要突破。
同态加密方案有哪些类型？
同态加密方案分为部分同态加密（PHE）、有限同态加密（SHE）和全同态加密（FHE）。
Gentry的自举技术在FHE中有什么作用？
Gentry的自举技术允许在密文上执行解密算法以刷新噪声，从而克服噪声增长的瓶颈。
CKKS方案在同态加密中有什么特别之处？
CKKS方案支持近似计算，适合机器学习等应用。
全同态加密在隐私保护领域有哪些应用前景？
FHE在隐私保护机器学习推理和加密数据库查询等领域具有广阔应用前景。
🏷️
