[论文解读] A Review of Homomorphic Encryption Libraries for Secure Computation

S. Sathya, Praneeth Vepakomma+3 more|arXiv (Cornell University)|Dec 6, 2018

Cryptography and Data Security参考文献 9被引用 18

一句话总结

本文对六种主要同态加密（HE）库——SEAL、HElib、TFHE、Paillier、ElGamal 和 RSA——进行了全面的综述与对比分析，评估了其功能、性能权衡及在安全计算中的适用性。文章强调了这些库如何实现加密数据上的隐私保护计算，主要贡献包括详细的特性对比、编程语言支持分析，以及在医疗保健、基因组学和智能电网等现实应用中的用例。

ABSTRACT

In this paper we provide a survey of various libraries for homomorphic encryption. We describe key features and trade-offs that should be considered while choosing the right approach for secure computation. We then present a comparison of six commonly available Homomorphic Encryption libraries - SEAL, HElib, TFHE, Paillier, ELGamal and RSA across these identified features. Support for different languages and real-life applications are also elucidated.

研究动机与目标

• 评估并对比主要同态加密库在实际应用中安全计算的能力。
• 识别不同 HE 方案在性能、支持操作和实现复杂性方面的关键权衡。
• 为开发人员和研究人员提供依据应用特定需求选择合适 HE 库的指导。
• 通过实际用例说明同态加密如何在医疗保健、基因组学和智能电网等领域的隐私保护计算中得以实现。
• 通过总结编程语言支持、序列化能力及系统集成特性，支持同态加密的采用。

提出的方法

• 对六种广泛使用的同态加密库（SEAL、HElib、TFHE、Paillier、ElGamal 和 RSA）进行了系统性调研。
• 基于核心功能评估库，包括对同态加法和乘法的支持、负数计算、密文打包、自举（bootstrapping）和重线性化（relinearization）能力。
• 分析了影响性能和安全性的加密参数，如多项式模数、系数模数和噪声预算。
• 评估了编程语言支持（如 C++、Python 等）以及密钥和密文持久化所需的序列化能力。
• 将每种库映射到其底层密码学方案（如 SEAL 使用 BFV 和 CKKS，HElib 使用 BGV，TFHE 使用 CCGI），并讨论其对功能的影响。
• 提供了实际应用场景以说明库的适用性，包括医疗数据分析、基因组学研究和智能电网监控。

实验结果

研究问题

• RQ1 哪些同态加密库同时支持同态加法和乘法？它们在性能上存在哪些权衡？
• RQ2 不同库如何处理负数计算？其局限性是什么？
• RQ3 所调研的 HE 库在编程语言支持、序列化和系统集成方面的主要差异是什么？
• RQ4 在医疗保健、基因组学或智能电网等实际应用中，同态加密可否实现实际部署？哪些库最适合每种场景？
• RQ5 加密参数和噪声预算如何在实践中影响同态计算的可扩展性和效率？

主要发现

• Microsoft SEAL（基于 BFV 和 CKKS）在使用整数或分数编码器时支持负数计算，但使用 PolyCRTBuilder 时由于中国剩余定理的限制，不支持负数计算。
• TFHE 支持全同态加密，具备高效的自举机制，且针对低延迟操作进行了优化，适用于隐私保护的机器学习。
• HElib 基于 BGV 方案，通过重线性化和自举技术实现高噪声预算管理，支持加法和乘法，但计算开销较大。
• Paillier 和 ElGamal 是部分同态方案，分别仅支持加法或乘法，适用于安全投票或私有信息检索等特定用例，效率更高。
• SEAL 和 HElib 提供原生的序列化 API 用于密钥和密文，而其他库则需要自定义实现，影响了可移植性和部署便捷性。
• 本研究发现，同态加密的实际部署正日益可行，近年来的进步已使其在医疗保健、基因组学和智能电网等数据隐私至关重要的领域实现实际应用。