全同态加密（FHE）支持在加密状态下对数据进行计算，但使用FHE 需要非常专业的密码学知识。本文将介绍一种FHE 编译器，支持将高级语言（C++等）对未加密数据的处理，转换为高级语言加密数据的处理。
该编译器基于Google XLS SDK 实现，采用现成的FHE库（TFHE），实现底层的FHE操作。
该编译器采用模块化设计，可以兼容不同的FHE库，和不同的高级语言，
FHE 介绍
同态加密方案可分为：PHE(partially homomorphic encryption), FHE(Fully homomorphic encryption) 和 SHE(somewhat homomorphic encryption)。
-
PHE: 只支持部署同态操作，例如
Pailler支持加法同态，RSA支持乘法同态； -
FHE: 同时任意次数的支持加法和乘法操作；
-
SHE: 只支持有限次数的加法和乘法操作。
FHE主要有基于LWE(Learning with Errors) 技术设计，依赖添加noise 进行加密。若noise足够小，可以实现解密。同态加密次数越多，增加的noise 越多。加法运算的noise可以忽略，但乘法运算会大幅增加noise。 当同态次数增加， 增加的noise 也越多，会导致密文无法解密。需要 bootstrapping 降低noise, 即利用密钥将密文转换为明文。
FHE发展主要有三个阶段：
- 第一代FHE 基于Gentry 方案，效率较差，一次乘法操作需要30mins；
- 第二代FHE有BGV和BFV 方案，采用分层的同态加密技术，需要选择足够大的参数，满足指定的计算，而无需
bootstrapping。 并且引入了SIMD批量优化技术，减少延迟。 - 第三代基于GSW方案，侧重于快速
bootstrapping， 大幅提供bootstrapping的效率。但是不支持SIMD批量优化技术。TFHE 基于GSW实现。
FHE 一个关键挑战是参数选择，必须选择正确的参数集避免bootstrapping, 确保安全，减少密文大小。并且还需要选择合适的编码方案，例如TFHE 适合二进制操作，BGV和BFV 适合数值运算。
FHE 编译器
FHE 编译器支持将一种高级语言转换为另一种高级语言，例如下所示，将处理明文的C++ 程序转换为处理密文的C++ 程序。
FHE 编译器处理流程
主要基于XLS 和 TFHE 实现，将C++ 程序转为 FHE-C++ 流程如下：
模块化设计
编译器模块化设计主要体现在以下三个方面：
- 输入代码可以为任何转换为XLS 的语言；
- 输出的FHE代码可以为任意支持FHE 库的语言；
- FHE 后端可以为任何暴露API 的库。
client-server交互
编译器限制
FHE编译器由于是data-independent, 不支持branching, 不支持 变长的循环和数组，也不支持递归。
安全模型
FHE编译器基于honest-curious 模型，服务端会执行正确的计算，但无法解密获得明文数据。但无法抵抗恶意服务器，因为FHE 无法提供结果的验证。
网友评论