- 综合排序
- 最热优先
- 最新优先
- 来自专栏计算机工具
同态加密的类型,同态加密示例
什么是同态加密 同态加密（Homomorphic Encryption）是指将原始数据经过同态加密后，对得到的密文进行特定的运算，然后将计算结果再进行同态解密后得到的明文等价于原始明文数据直接进行相同计算所得到的数据结果 ，在这个过程中用户时不能对加密的结果做任何操作的，否则可能会导致解密失败 同态加密的关注点则是数据处理安全，同态加密提供了一种对加密数据进行处理的功能。 同态加密的类型 部分同态加密（partially homomorphic） 部分同态加密算法允许某一操作被执行无限次。 稍微同态加密（somewhat homomorphic） 有点同态加密算法可以对密文进行有限次数的任意操作，例如，某种程度的同态加密算法可以支持最多五种加法或乘法的任意组合。 全同态加密（fully homomorphic） 可以对密文进行无限次数的任意同态操作，也就是说它可以同态计算任意的函数 同态加密示例 同态加密通常为非对称性加密。
60810编辑于 2024-12-14 - 来自专栏星橙学术
什么是同态加密？
### 一、 概览：同态加密的概念 同态加密（Homomorphic Encryption）是很久以前密码学界就提出来的一个Open Problem。 *什么是同态加密？* 提出第一个构造出全同态加密（Fully Homomorphic Encryption）[Gen09]的Craig Gentry给出的直观定义最好： 这是什么意思呢？ 对加密结果做任何操作，都将会导致错误的解密，甚至解密失败。 同态加密方案最有趣的地方在于，其关注的是数据处理安全。同态加密提供了一种对加密数据进行处理的功能。 [][1] 这里面的对应关系是： 盒子：加密算法 盒子上的锁：用户密钥 将金块放在盒子里面并且用锁锁上：将数据用同态加密方案进行加密 加工：应用同态特性，在无法取得数据的条件下直接对加密结果进行处理 于是，他可以使用同态加密，然后让云来对加密数据进行直接处理，并将处理结果返回给他。
1.1K21发布于 2021-05-01 - 来自专栏大数据和云计算技术
同态加密技术
数据安全有一个很有意思的加密方法，这种方法叫同态同态加密。 假设 f 是个很复杂的操作，有了同态加密，我们就可以把加密得到的 e 交给第三方，第三方进行操作 F，我们拿回 F(e) 后，一解密，就得到了 f(m)。 如果一种加密算法，对于乘法和加法都能找到对应的操作，就称其为全同态加密算法。目前还没有真正可用的全同态加密算法，虽然 Craig Gentry 已经前进了一大步。 选择对加法同态的加密算法：投谁的票给谁记“1”，不投计“0”；也可选择对乘法同态的算法：投谁的票给谁记“N”，不投计“1”。大致原理如上所述，实现起来还有其它一些难点：1. 当前同态加密最主要的问题是不太成熟，效率损失太大（损失10倍以上），未来成熟的话，应用前景很大。
2.8K120发布于 2018-03-08 - 来自专栏计算机工具
同态加密详解
1 什么是同态加密 同态加密（HE，homomorphic encryption）是密码学里一种特殊的加密模式，同态加密使我们可以将加密后的密文发给任意的第三方进行计算，并且在计算前不需要解密，即：在密文上进行计算 同态加密的数学定义为： 其中 E 为加密算法，M 是所有可能信息的集合。如果加密算法 E 满足公式 (1)，那么我们称 E 在★运算上符合同态加密的性质。 目前的同态加密算法，主要支持两种运算上的同态：加法和乘法。 需要注意的是，以上公式 (1) 只是为了让我们更加清晰地理解同态加密的性质，实际中的同态加密算法可能会有一些不同。 为了更好地理解与运用同态加密算法，我们按照将同态加密算法支持的运算类型和数量，将其分成 3 类：部分同态加密、层次同态加密、和全同态加密 。 部分同态加密（Partial HE，简称 PHE）指同态加密算法只对加法或乘法（其中一种）有同态的性质。
1.5K10编辑于 2024-12-14 - 来自专栏FreeBuf
同态加密：神话和误解
同态加密一直是学术研究的重点，甚至已经有了40多年的历史。近来，作为“隐私增强技术（PET）” ，同态加密引发越来越多的关注。 将同态加密从理论研究领域带到商业实践领域的进展绝对值得庆祝，尤其是这一技术在各种垂直领域转化为广泛的业务用例，比如用于反洗钱、金融欺诈和数据货币化等领域。 误解1：同态加密还没有准备好用于商业用途 在同态加密第一次被理论化时，它还缺乏实用性。 虽然同态加密的一些实现建议数据必须集中进行汇集和加密，但它很少这么做。当使用同态加密来专门保护与数据的交互时，可以以分散的方式进行，即允许所有贡献者保持对其数据资产的控制和所有权。 误解4：同态加密库=同态加密解决方案 同态加密库和HE-powered解决方案之间有着显著的区别。可以这样想：同态加密解决方案就是房子；同态加密库就是原始木材。
77520发布于 2021-03-09 - 来自专栏喔家ArchiSelf
隐私计算之全同态加密
使用不易受量子计算攻击的加密技术。 从目前的技术进展来看，全同态加密可以满足这两个要求。 2. 从同态加密开始 在1978年，Ronald L. 同态加密的基础 同态加密提供了非对称公钥加密支持的所有功能。 如果在加密值的计算过程中，不支持对加密数据的无限制计算，因此不是 全同态加密。 4.2 全同态加密 在 Gentry 的2009年论文之前，同态加密计算过程中聚集的噪声问题显著地限制了真正应用的场景。 全同态加密的发展 最初，基于Lattice的 全同态加密方案支持密文的加法和乘法，允许逻辑电路执行无限制的计算，非常慢。 全同态加密的典型应用场景 随着全同态加密的硬件加速器出现，一些基于全同态加密的可能应用领域包括: 6.1 在整个生命周期内保护数据不被破坏/修改 加密数据上的隐私保护计算保证了数据及其派生计算结果在基础设施受到破坏的情况下不受修改和
2.1K40编辑于 2022-12-03 - 来自专栏FreeBuf
同态加密：实现数据的“可算不可见”
本文首先介绍同态加密的基本概念、研究进展以及标准化进展，然后对主流的乘法/加法半同态加密算法和全同态加密算法及其工程实现情况进行概述，最后对同态加密在各领域的应用场景进行分析。 目前，同态加密算法主要分为半同态加密和全同态加密两大类。 该标准仅涉及半同态加密，具体包含两种较为成熟的半同态加密机制：ElGamal乘法同态加密和Paillier加法同态加密，并规定了参与实体的参数和密钥生成、数据加密、密文数据解密、密文数据同态运算等步骤的具体过程 二、主流同态加密算法原理 1、半同态加密算法 满足有限运算同态性而不满足任意运算同态性的加密算法称为半同态加密。典型的半同态加密特性包括乘法同态、加法同态、有限次数全同态等。 ISO同态加密国际标准中唯一指定的加法同态加密算法。
4.5K31编辑于 2023-04-26 - 来自专栏机器之心
同态加密算力开销如何弥补？港科大等提出基于FPGA实现的同态加密算法硬件加速方案
在联邦学习中所使用的多种隐私计算技术中，同态加密的功能和实用性举足轻重。 因此，在这样的场景下，我们需要一套加密体系，对密文执行的一些运算操作，可以等效为对明文执行的运算。 支持对密文进行运算操作的加密体系，被统称为同态加密，而同态运算则泛指对密文执行的各种运算。 根据密文可执行运算的范围，同态加密算法被划分为全同态加密、部分同态加密、近似同态加密等。一般来说，对同态运算没有限制的加密算法被称为全同态加密，而仅支持单一同态运算的加密算法被称为部分同态加密。 诚然，全同态加密是一种非常理想、需求巨大的算法，然而，目前主流的全同态加密算法，运算复杂度都相当之高，计算时间之漫长，使其几乎无法在生产行业中实现落地。因此，部分同态加密成为了更加现实的解决方案。 Paillier 加密就是一套被广泛使用的部分同态加密算法，它支持密文之间的加法运算。
1.9K61发布于 2021-08-06 隐私计算实战：我们如何用同态加密搭建多方系统
一、同态加密计算：在密文上做运算的黑魔法需求背景先说说最核心的需求。 这就是同态加密要解决的问题。 技术选型的纠结一开始我们对比了好几种方案：方案计算能力性能实现难度安全性最终选择安全多方计算(MPC)通用慢高高❌同态加密(HE)受限很慢极高极高✅可信执行环境(TEE)通用快中中部分场景✅差分隐私统计快低中辅助使用最后选择了同态加密为主 同态加密的实现细节我们用的是微软的SEAL库，支持BFV和CKKS两种方案。 特别是同态加密的工程优化，还有很多坑等着我们一起填呢！
46311编辑于 2025-08-30- 来自专栏数据科学与人工智能
联邦学习|同态加密：实现数据的“可算不可见”
本文首先介绍同态加密的基本概念、研究进展以及标准化进展，然后对主流的乘法/加法半同态加密算法和全同态加密算法及其工程实现情况进行概述，最后对同态加密在各领域的应用场景进行分析。 作者 | 狴犴安全团队 内容来源|FreeBuf 一、同态加密概述 1、基本概念 同态加密（Homomorphic Encryption, HE）是指满足密文同态运算性质的加密算法，即数据经过同态加密之后 目前，同态加密算法主要分为半同态加密和全同态加密两大类。 该标准仅涉及半同态加密，具体包含两种较为成熟的半同态加密机制：ElGamal乘法同态加密和Paillier加法同态加密，并规定了参与实体的参数和密钥生成、数据加密、密文数据解密、密文数据同态运算等步骤的具体过程 二、主流同态加密算法原理 1、半同态加密算法 满足有限运算同态性而不满足任意运算同态性的加密算法称为半同态加密。典型的半同态加密特性包括乘法同态、加法同态、有限次数全同态等。
18.4K53发布于 2021-08-06 - 来自专栏大模型应用
大模型应用：隐私优先的大模型应用：同态加密与大模型结合的完整实践.101
同态加密（HE）的本质 “同态”是数学上的概念，简单理解为：对加密后的数据做某种运算，等价于对明文数据做同样运算后再加密。 根据支持的运算类型，同态加密分为三类：1. 部分同态加密（PHE）：仅支持单一运算（加法或乘法），如 Paillier（加法）、RSA（乘法）；2. 有些同态加密（SHE）：支持有限次数的加法和乘法组合；3. 全同态加密（FHE）：支持任意次数的加法和乘法组合，理论上可实现任意复杂计算，这是大模型推理的核心依赖，也是技术难点。3. 基础总结同态加密的核心是“密文运算等价于明文运算后加密”，全同态加密（FHE）支持任意复杂计算，是大模型推理的核心；大模型推理本质是张量运算，同态加密让这些运算在密文空间完成，实现“数据不可见，计算可执行 生成同态加密密钥对：系统生成一对密钥：公钥用于加密和私钥用于解密，这是同态加密的基础3. 公钥加密明文数据：使用公钥对明文数据进行加密，生成密文。此时数据已不可读，但保留了计算能力4.
8321编辑于 2026-05-09 - 来自专栏AI SPPECH
9：L应用同态加密：蓝队的密文计算技术
工程实践意义、风险、局限性与缓解策略 6. 未来趋势与前瞻预测 1. 背景动机与当前热点 本节核心价值：理解为什么同态加密成为蓝队的重要密文计算工具，以及当前同态加密在信息安全领域的应用现状。 我的策略包括： 加法同态：支持密文之间的加法操作 乘法同态：支持密文之间的乘法操作 全同态：支持任意复杂度的计算 部分同态：针对特定场景优化的同态加密方案 2.3 性能优化：平衡安全与计算效率 性能优化是同态加密应用的关键 工程实践意义、风险、局限性与缓解策略 本节核心价值：探讨同态加密在信息安全中的实际应用价值，以及可能面临的风险和应对策略。 在工程实践中，同态加密为蓝队带来了新的机遇和挑战。 通过应用同态加密技术，我们能够在保护数据隐私的同时，实现有效的安全分析。然而，同态加密也存在一些局限性： 首先，同态加密的计算开销较大，可能会影响分析的实时性。 ：抗量子攻击的同态加密方案，应对量子计算的威胁 这些技术的发展将使同态加密更加实用、高效和安全。
14810编辑于 2026-03-26 同态加密：从数学幻想走向现实应用的隐私计算范式
而这一矛盾，在 “同态加密”（Homomorphic Encryption, 简称 HE）中迎来了革命性的解法。一、什么是同态加密？ 同态加密是一种特殊的加密方法，它允许人们在密文上直接进行计算，并且计算后的密文在解密后得到的结果，与对明文直接计算所得结果一致。换句话说，数据在 “被加密” 的状态下，依然可以被 “处理”。 同态加密让这一看似矛盾的需求成为可能。 七、同态加密给我们的启示FHE 改变的不仅是加密算法，而是数据如何被看待与使用的范式。 如果说传统加密是给信息上锁，那么同态加密，是让我们在不打开保险箱的情况下完成运算。这是数学赋予人类的全新可能。
88810编辑于 2025-07-02- 来自专栏图像处理与模式识别研究所
同态滤波器
dst def put(path): image=cv2.imread(path,1) image=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) #同态滤波器 plt.title('原始图像') plt.imshow(image,cmap='gray') plt.subplot(122) plt.axis('off') plt.title('同态滤波器图像 plt.savefig('C:/Users/xpp/Desktop/result.png') plt.show() put(r'C:/Users/xpp/Desktop/Lena.png') 算法：同态滤波器是一种在频域中同时能够压缩图像的亮度范围和增强图像对比度的方法
57220编辑于 2022-05-29 - 来自专栏afjhahfhahajk
同态加密实现数据隐私计算，能让你的小秘密更加秘密
1 什么是同态加密 同态加密（Homomorphic encryption）是一种加密形式，它允许人们对密文进行特定形式的代数运算得到仍然是加密的结果，将其解密所得到的结果与对明文进行同样的运算结果一样 由上图可以看出，同态加密与一般的加密方案的不同之处在于，它关注的是数据处理安全。同态加密提供了一种对加密数据进行处理的功能。 有点抽象？我们举个实际生活中的例子。 这个盒子的样子大概是这样的： 这里面的对应关系是： 盒子：加密算法 盒子上的锁：用户密钥 将金块放在盒子里面并且用锁锁上：将数据用同态加密方案进行加密 加工：应用同态特性，在无法取得数据的条件下直接对加密结果进行处理 华为可信智能计算TICS在联邦数据分析中引入同态加密，以保证计算过程的安全。 引入同态加密之前，TICS采用传统的对称和非对称加密相结合的算法，保证数据传输过程的安全。 引入同态加密前的计算过程： 引入同态加密后的计算过程： 在TICS中使用同态加密 联盟管理页面，管理员开启“高级别隐私保护” 。
1.7K00编辑于 2022-02-26 加密货币交易最佳实践
如何购买那些酷炫的新型加密货币 每进行一次新的加密货币投资，你都需要将你努力工作赚来的“血汗钱”兑换为加密货币。你可以在交易所中购买，这些交易所一般接受美元，欧元，人民币和韩元等法定货币。 但是，如果你想要将你新近购买的加密商品交易成其他加密货币，情况会变得有些复杂。首先你只能购买数量非常有限的，可以直接使用法定货币交易的加密货币。此外，每个交易所出售的加密货币都数量有限。 将你的加密货币发送到一个错误的钱包会让你在网络空间中直接失去它们。 图片.png 务必记住，不是每个交易所上的每个加密货币都有对应的钱包。 使用钱包进行交易 交易所并不是存储加密货币最安全的方式，因为你无法控制你的私钥。因此，如果你是加密货币浪潮中的”弄潮儿“，在市场上低买高抛加密货币，那么将你的加密货币存储在个人钱包中是明智的做法。 加密货币交易的最佳实践 最后修改为：Jorn van Zwanenburg 于 2017年11月17日发布
1.3K110发布于 2018-03-13- 来自专栏Hadoop数据仓库
ShardingSphere实践（7）——数据加密
加密规则 4. 加密处理过程 5. 解决方案详解 （1）新上线业务 （2）已上线业务改造 6. 中间件加密服务优势 7. 加密算法解析 三、用例测试 1. 准备测试用例环境 2. 执行数据加密 （1）创建逻辑库 （2）添加资源 （3）原表增加加密字段 （4）创建加密规则 3. 测试 4. 割接 参考： ---- 一、功能详解 1. 加密配置主要分为四部分：数据源配置、加密算法配置、加密表配置以及查询属性配置，其详情如下图所示。 数据源配置：指数据源配置。 加密算法配置：指使用什么加密算法进行加解密。 中间件加密服务优势 自动化 & 透明化数据加密过程，用户无需关注加密中间实现细节。 提供多种内置、第三方（AKS）的加密算法，用户仅需简单配置即可使用。 提供加密算法 API 接口，用户可实现接口，从而使用自定义加密算法进行数据加密。 支持切换不同的加密算法。
2.5K11编辑于 2022-06-14 - 来自专栏新智元
Facebook着手研发同态加密技术
于是，Facebook近日决定开始招人，开发「更」安全的同态加密技术。 近些年，即时聊天工具或智能手机个人数据的加密解密一直是个有争议性的话题。 因此，为了给定位广告铺平道路，Facebook开始着手研究「同态加密」（Homomorphic Encryption）。 经过同态加密的数据允许第三方直接在加密的数据上进行计算。 输出的结果与在未加密数据上计算的结果相同。 由于加密在整个过程中保留了计算的有效性，所以称为「同态」。 因此，同态加密在保持隐私性的同时仍然能够有机会利用用户的数据。 当然，现在Facebook只是在招募研究人员，要想在WhatsApp上实现同态加密还为时尚早。 然而，要想利用同态加密，Facebook可能还需要花几年时间来研究。 从积极的方面来说，同态加密技术其实不仅能用于保护通信消息，还能用于处理医疗保健数据。
75240发布于 2021-08-25 - 来自专栏腾讯大数据的专栏
腾讯Angel PowerFL联队斩获iDASH-2022隐私计算大赛同态加密赛道冠军
12月9日，2022年iDASH国际隐私计算大赛结果正式公布，腾讯Angel PowerFL联队凭借最优的模型效果和较快的推理速度获得最高综合得分，斩获同态加密赛道冠军。 历年来，同态加密赛道一直是iDASH比赛中最受关注和角逐最激烈的赛道。 今年iDASH同态加密赛道题目是安全模型推理，要求参赛队训练机器学习模型，通过基因型(genotype)数据预测显型特征(phenotypes)，共有五个预测任务，包括三个回归任务和两个分类任务。 在进行安全模型推理时，利用CKKS同态加密算法加密五个线性模型的参数和待测试数据矩阵，在密文下完成模型推理，并通过优化密文矩阵和密文向量乘法获得了单线程下最优的模型推理速度。 据了解，今年iDASH同态加密赛道吸引了来自世界各地的30多个顶级团队报名参与竞逐，包括来自耶鲁大学、EPFL、浙江大学、Intel、蚂蚁集团、字节跳动等机构的参赛团队。
1K40编辑于 2022-12-10 - 来自专栏AI SPPECH
164_隐私计算与联邦学习安全：从同态加密到差分隐私的实战指南
目录 章节 内容 可视化/互动 1 隐私计算技术基础与安全模型 架构图+挑战分析 2 同态加密算法实现与安全漏洞 代码示例+攻击演示 3 差分隐私机制设计与参数优化 噪声分析+最佳实践 4 联邦学习安全协议与隐私保护 根据支持的运算类型和次数，可分为部分同态加密(PHE)、层次化同态加密(LHE)和全同态加密(FHE)。 1.3 隐私计算系统安全架构 一个安全的隐私计算系统应采用多层次的安全架构： 第2章 同态加密算法实现与安全漏洞 2.1 同态加密基础与算法分类 同态加密的核心优势在于支持密文计算，但不同类型的同态加密在功能和性能上存在显著差异 ： 部分同态加密(PHE)：仅支持单一类型的运算，如Paillier加密支持加法同态，RSA支持乘法同态 层次化同态加密(LHE)：支持有限次数的多种运算，但次数受限 全同态加密(FHE)：支持任意次数的加法和乘法运算 ：建立行业标准和评估体系 6.2 最佳实践与安全建议 6.2.1 技术选型建议 根据应用场景选择合适的技术： 简单统计查询：差分隐私 复杂计算：同态加密或安全多方计算 机器学习模型训练：联邦学习
74310编辑于 2025-11-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号