同态加密中的比较操作：从布尔电路到多项式插值的进阶之路

最新推荐文章于 2026-07-24 23:14:57 发布

原创最新推荐文章于 2026-07-24 23:14:57 发布 · 255 阅读

本内容遵循CC 4.0 BY-SA版权协议

同态加密中的比较操作：从布尔电路到多项式插值的进阶之路

在隐私计算领域，同态加密技术允许对加密数据直接进行计算，而无需事先解密。这一特性使其在医疗数据分析、金融风险评估等场景中具有重要价值。然而，同态加密方案中的比较操作一直是性能瓶颈所在——传统基于布尔电路的实现方式不仅计算复杂度高，还会产生显著的噪声增长。本文将深入探讨如何利用有限域插值技术替代布尔电路，实现更高效的同态比较操作。

1. 同态比较的计算困境与突破方向

同态加密系统中的比较操作通常涉及两种基本运算：判等（EQ）和小于比较（LT）。在布尔电路实现中，一个l位数的比较需要O(l)次乘法运算，且乘法深度与位数线性相关。这种实现方式存在三个主要问题：

计算复杂度高：每个比特位的比较都需要独立的逻辑门运算
噪声增长快：每层逻辑运算都会累积噪声，限制计算深度
参数膨胀：为保证正确性不得不增大密文模数

[IZ21]论文提出的多项式插值方法从根本上改变了这一局面。其核心思想是：

将离散的比较操作转化为连续的多项式求值
利用有限域代数结构减少乘法次数
通过数学变换降低计算深度

关键突破：当比较操作被表示为多项式时，可以应用Paterson-Stockmeyer等优化算法，将乘法复杂度从O(l)降至O(√l)量级

2. 有限域上的比较函数构造

2.1 从布尔电路到代数表达

传统布尔电路实现比较操作的方式为：

# 布尔电路实现的l位数比较
def bool_lt(a, b, l):
    eq = 1
    lt = 0
    for i in reversed(range(l)):
        eq &= (a[i] == b[i])
        lt |= (a[i] < b[i]) & eq
    return lt

而在有限域GF(p)上，我们可以构造完全不同的代数表达式。设S = {0,1,...,p-1}，比较函数LT_S: S×S → {0,1}满足：

LT_S(X,Y) = 1 当且仅当 X < Y

这个函数可以通过以下两种方式实现：

双变元插值：直接构造二元多项式P(X,Y)
单变元插值：构造Q(X-Y)形式的单变量多项式

2.2 双变元多项式插值

对于素域GF(p)，双变元比较多项式可表示为：

P(X,Y) = ∑_{a=0}^{p-2} EQ_S(X,a) · ∑_{b=a+1}^{p-1} EQ_S(Y,b)

其中EQ_S为判等函数。通过代数变换，[IZ21]将其简化为总度数p的形式，计算复杂度为O(p)。

2.3 单变元多项式插值

更高效的实现是利用单变元多项式。将GF(p)划分为正负两部分：

GF(p)^+ = {0,1,...,(p-1)/2} GF(p)^- = {-(p-1)/2,...,-1}

则比较操作可转化为：

X < Y ⇔ Z = (X-Y) ∈ GF(p)^-

对应的单变元多项式为：

Q(Z) = ∑_{a=-(p-1)/2}^{-1} EQ_S(Z,a)

这种表示的关键优势在于：

总度数降为(p-1)/2
可表示为Z·g(Z²)形式
应用PS算法后仅需O(√p)次乘法

3. Paterson-Stockmeyer多项式求值算法

多项式求值是同态比较的核心操作。[PS73]提出的算法大幅降低了求值复杂度，以下是三种典型实现：

3.1 算法对比

算法	乘法复杂度	适用条件	优势
Horner法则	O(n)	通用	实现简单
算法A	O(n/2)	n=2^m-1	递归分解
算法B	O(2√n)	通用	平衡预计算
算法C	O(√(2n))	首一多项式	最优复杂度

3.2 算法C的优化实现

对于度数n=k·(2^m-1)的首一多项式：

预计算x²,x³,...,x^k (k次乘法)
预计算x^(2k),x^(4k),...,x^(k·2^(m-1)) (m次乘法)
递归分解多项式：

p(x) = (x^(kp)+c(x))·q(x) + (x^(k(p-1))+s(x))

这种分解使得乘法复杂度降至√(2n)，比传统方法有显著提升。

实际应用示例：在SEAL库中实现ReLU函数时，采用算法C可使计算速度提升3-5倍

4. 实际应用与性能优化

4.1 ReLU函数的高效实现

基于单变元插值，ReLU函数可表示为：

ReLU(X) = (p+1)X/2 - g'(X²)

其中g'是度数(p-1)/2的多项式。在SEAL库中的实现步骤：

// SEAL中基于PS算法的ReLU实现
Ciphertext relu(const Ciphertext &x, const SEALContext &context) {
    auto g = get_optimized_poly(p); // 预计算优化多项式
    Ciphertext x2 = square(x);      // 计算X²
    Ciphertext gx = poly_eval(x2, g); // 多项式求值
    Ciphertext result;
    evaluator.add(x, x, result);    // 2X
    evaluator.add_plain(result, (p+1)/2, result); // (p+1)X/2
    evaluator.sub(result, gx, result); // 最终结果
    return result;
}