[論文レビュー] NSHEDB: Noise-Sensitive Homomorphic Encrypted Database Query Engine

Boram Jung, Yuliang Li+1 more|arXiv (Cornell University)|Feb 27, 2026

Cryptography and Data Security被引用数 0

ひとこと要約

NSHEDB は、転写解読なしでデータベースクエリを実行する語レベルの階層 BFV 同型暗号を用いる安全なクエリエンジンであり、ノイズ対応のオプティマイザを備え、128ビットセキュリティの半誠実モデル下で TPC-H ワークロードで大幅な高速化とストレージ削減を実現する。

ABSTRACT

Homomorphic encryption (HE) enables computations directly on encrypted data, offering strong cryptographic guarantees for secure and privacy-preserving data storage and query execution. However, despite its theoretical power, practical adoption of HE in database systems remains limited due to extreme cipher-text expansion, memory overhead, and the computational cost of bootstrapping, which resets noise levels for correctness. This paper presents NSHEDB, a secure query processing engine designed to address these challenges at the system architecture level. NSHEDB uses word-level leveled HE (LHE) based on the BFV scheme to minimize ciphertext expansion and avoid costly bootstrapping. It introduces novel techniques for executing equality, range, and aggregation operations using purely homomorphic computation, without transciphering between different HE schemes (e.g., CKKS/BFV/TFHE) or relying on trusted hardware. Additionally, it incorporates a noise-aware query planner to extend computation depth while preserving security guarantees. We implement and evaluate NSHEDB on real-world database workloads (TPC-H) and show that it achieves 20x-V1370x speedup and a 73x storage reduction compared to state-of-the-art HE-based systems, while upholding 128-bit security in a semi-honest model with no key release or trusted components.

研究の動機と目的

• HE バックエンドシステムの性能、ストレージ、機能のボトルネックに対処して実践的な暗号化データベースを動機づける。
• ブートストラッピングを回避するために leveled HE のみで動作する安全なクエリ処理エンジンを設計することを目指す。
• スキーマ全体のスキーム切替を伴わない核心リレーショナル演算の算術ベース実装を開発する。
• 多項演算深度を最小化し実行可能計算深度を最大化するノイズ認識型クエリオプティマイザを導入する。

提案手法

• BFV に基づく語レベルの Leveled HE (LHE) をバッチエンコードと共に用い、単一の暗号文に多数のデータ点を格納する。
• 転写解読を回避するために重要な論理演算を算術演算へ翻訳する。
• HE 固有のデータアクセスと並列性を取り入れたスキャン優先・制約駆動型アーキテクチャを設計する。
• 従来の I/O や CPU 中心のコストではなく乗算深度を最小化するノイズ認識型クエリオプティマを開発する。
• ブートストラッピングなしで BFV 内部のみで等価性、レンジ、集計演算のアルゴリズムを提供する。

実験結果

リサーチクエスチョン

• RQ1 HE バックエンドデータベースクエリを最低限のブートストラッピングで、 schemes を跨いだ転写解読なしで実行するにはどうすればよいか？
• RQ2 語レベルHEで実用的かつ正確な（近似なし）クエリ処理を実現するためのアーキテクチャと最適化戦略は何か？
• RQ3 ノイズ認識プランナーは leveled HE の下で実行可能計算深度を拡張しつつセキュリティを維持できるか？

主な発見

操作	平文	パッキングを用いた FHE
ポイントルックアップ	O(1) または O(log n)	O(S) (すべてのスロットを処理)
レンジスキャン	O(log n+k)	O(n) (スキャン + マスク)
ハッシュ結合	O(n+m)	O(n·ceil(m/S))
最適化ターゲット	I/O, CPU	乗算深度

• NSHEDB は最新の HE ベースシステムと比較して TPC-H クエリで 20× から 1370× のスピードアップを達成。
• NSHEDB は比較対象システムのストレージを 1.4% に削減、すなわち生データ未暗号化ストレージに対して 28× 相対的削減。
• 鍵リリースや信頼済みハードウェアなしで半誠実モデル下 128 ビットのセキュリティを維持。
• スキーム切替なしで BFV 内部ですべて動作するリレーショナルおよび算術演算子の包括的セットを導入。
• 語レベルの HE とパックングによりデータレベルの大規模並列性を実現し、操作ごとに大きなパック済みベクトルを処理できることを示す。