[论文解读] PySEAL: A Python wrapper implementation of the SEAL homomorphic encryption library

Alexander Titus, Shashwat Kishore+3 more|arXiv (Cornell University)|Mar 5, 2018

Cryptography and Data Security参考文献 4被引用 11

一句话总结

PySEAL 是 Microsoft SEAL 同态加密库的 Python 封装，使用 pybind11 实现，旨在支持生物信息学领域的快速原型开发。它实现了将全同态加密无缝集成到 Python 工作流中，配备 Docker 容器以实现便捷部署，显著降低了生物学家及无 C++ 专业背景的研究人员在基因组数据上进行隐私保护计算的门槛。

ABSTRACT

Motivation: The ability to perform operations on encrypted data has a growing number of applications in bioinformatics, with implications for data privacy in health care and biosecurity. The SEAL library is a popular implementation of fully homomorphic encryption developed in C++ by Microsoft Research. Despite the advantages of C++, Python is a flexible and dominant programming language that enables rapid prototyping of bioinformatics pipelines. Results: In an effort to make homomorphic encryption accessible to a broader range of bioinformatics scientists and applications, we present a Python binding implementation of the popular homomorphic encryption library, SEAL, using pybind11. The software contains a Docker image to facilitate easy installation and execution of the SEAL build process. Availability: All code is publicly available at https://github.com/Lab41/PySEAL Contact: [e-mail] Supplementary information: Supplementary information is available on the Lab41 GitHub.

研究动机与目标

• 解决缺乏计算机科学训练的生物信息学研究人员难以使用基于 C++ 的 SEAL 同态加密库的问题。
• 通过 Python 这一生物信息学领域主流编程语言，实现隐私保护基因组数据分析流程的快速原型开发。
• 通过提供高层级、用户友好的接口，降低同态加密在生物医学研究中的实现门槛。
• 在分布式、多机构平台中支持对敏感基因组数据的安全计算，同时保护数据隐私。
• 通过与广泛使用的生物信息学工作流集成，推动全同态加密在基因组学中的应用。

提出的方法

• PySEAL 使用 pybind11 为 C++ SEAL 库创建 Python 绑定层，使 Python 可直接访问 SEAL 的核心功能。
• 软件包含一个 Docker 容器，封装了完整的 SEAL 构建与执行环境，确保可复现性并简化部署。
• 支持 SEALv2.3，包括同态操作在密文与明文之间的优化，以减少运行时开销。
• 通过 Pythonic 接口暴露关键 SEAL 组件，如 EncryptionParameters、SEALContext、Encryptor、Decryptor、IntegerEncoder 和 Evaluator。
• 提供 Bash 脚本以自动化构建过程并执行示例用例，提升新用户的使用便捷性。
• 实现保持与原始 SEAL 库安全模型和密码原语的兼容性。

实验结果

研究问题

• RQ1 如何使同态加密更易于被缺乏 C++ 专业知识的生物信息学研究人员使用？
• RQ2 PySEAL 的 Python 封装在多大程度上能够加速隐私保护基因组分析的原型开发？
• RQ3 Docker 化部署模式是否能有效简化生物信息学中同态加密工作流的设置与执行？
• RQ4 将 SEAL 与 Python 集成后，对实际基因组数据分析工作流中的性能与可用性有何影响？
• RQ5 使用 PySEAL 在分布式机构之间实现安全、多方基因组数据计算是否具有可行性？

主要发现

• PySEAL 通过 pybind11 实现了对 C++ SEAL 同态加密库全部功能的 Python 访问。
• Docker 容器简化了安装与执行流程，显著降低了不同计算环境中用户的设置复杂度。
• 该封装支持 SEALv2.3 的高级功能，包括密文与明文间优化的同态操作，提升了运行时效率。
• 该软件持续维护，并在 GitHub 上公开可用，配备详尽的文档和示例脚本。
• PySEAL 降低了生物信息学研究人员在基因组数据分析中实验全同态加密的入门门槛。
• 该工具支持对敏感基因组数据的安全计算，适用于加密突变搜索和序列比对等应用场景。