# Hi-FHE

**Repository Path**: openeuler/Hi-FHE

## Basic Information

- **Project Name**: Hi-FHE
- **Description**: FHE acceleration system based on Kunpeng CPU, supporting efficient CKKS/BFV/BGV Homomorphic operations and Bootstrapping.
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 7
- **Forks**: 7
- **Created**: 2025-05-29
- **Last Updated**: 2025-11-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: sig-security-facility

## README

# Hi-FHE

Hi-FHE为基于鲲鹏处理器的FHE加速计算系统。本项目在国产CPU芯片鲲鹏上实现经典的BFV、BGV、CKKS全同态算法，通过集成先进的加速方案，系统显著提升了同态操作的运行效率，并完整支持CKKS和BFV的自举（Bootstrapping）操作。

### 全同态加密

全同态加密（FHE）是一种密码学技术，允许对加密数据直接进行任意计算，结果解密后与明文计算完全一致。其核心价值在于实现“数据可用不可见”——用户无需信任第三方即可外包数据处理，尤其适用于云计算、医疗数据共享、金融风控等隐私敏感场景。

#### CKKS

CKKS（Cheon-Kim-Kim-Song）是一种支持近似计算的同态加密方案 $^{[1]}$，该方案的核心优势在于能够对实数或复数数据进行近似同态运算，适用于处理定点小数计算场景。在 CKKS 中，明文数据被编码为复数向量，并通过iFFT嵌入到多项式环中进行加密。加密后的数据支持同态加法和乘法运算，解密结果与在明文上执行相同运算的结果近似相等，误差主要来源于编码过程中的舍入和浮点精度限制。因此，CKKS 广泛应用于隐私保护下的机器学习、数据分析等需要数值计算精度但允许轻微误差的场景。

#### BFV

BFV（Brakerski/Fan-Vercauteren）是一种Ring-LWE（Ring Learning With Errors）假设的同态加密方案$^{[2]}$，属于第二代全同态加密方案的重要实现之一。BFV 方案直接在整数模环上对明文向量进行加密，支持对密文执行精确的同态加法和乘法运算。与 CKKS 不同，BFV 保留了整数的精确算术特性，适合需要精确计算的应用场景，如安全多方计算、电子投票和整数聚合等。该方案通过噪声管理机制控制密文在运算过程中的噪声增长，从而支持有限层数的同态乘法运算。

#### BGV

BGV（Brakerski-Gentry-Vaikuntanathan）方案是另一种重要的 leveled 全同态加密方案$^{[3]}$，同样基于 Ring-LWE 问题。BGV 在 BV11 方案的基础上引入了模数切换（modulus switching）技术，有效控制了同态乘法过程中噪声的快速增长，从而支持多层同态运算。



#### 技术细节

* 密钥切换：密钥切换是三类FHE方案中的一个核心操作，在密文-密文乘法、密文旋转、自举以及基于全同态加密的计算任务中占据70%以上的时间，本项目的CKKS实现采用最新的第三代密钥切换算法$^{[4]}$来提升密文乘法、密文旋转等操作的运行效率。
* CKKS自举：CKKS方案旨在提升密文的模数，其通过扩模、同态解码$^{[5]}$、同态取模$^{[6]}$和同态编码四个步骤在密文上进行操作，以刷新噪声并保持同态性质。CKKS 方案中的自举（Bootstrapping）旨在通过提升模数从而刷新可执行的同态乘法的层数，实现由近似同态加密至完全同态加密的拓展。其主要包括四个主要步骤：模数提升（Mod Raise）、系数转槽（Coefficient to Slot）$^{[5]}$、同态取模（Evaluate Mod）和槽转系数（Slot to Coefficient）$^{[6]}$。

* BFV自举：BFV自举方案本质是一种通过重新加密密文来刷新噪声的技术，允许在加密状态下执行解密操作，从而延续后续计算。其基本思想是在加密状态下执行对原密文执行同态的取整舍入操作，从而生成一个噪声刷新、可继续进行后续同态运算的新密文，进而支持无限层数的全同态运算$^{[7]}$ $^{[8]}$。


### 依赖安装

支持平台：鲲鹏920系列CPU，包括7260、5250、5220、3210等

1. NTL (Number Theory Library)
   依赖：

    * GMP (GNU Multiple Precision Arithmetic Library)
    * C++ 编译器

   版本：11.5.1

   安装步骤：

       1. tar -xvf ntl-11.5.1.tar.gz
       2. cd ntl-11.5.1/src
       3. ./configure NTL_GMP_LIP=on
       4. make
       5. sudo make install

2. GMP (GNU Multiple Precision Arithmetic Library)
   依赖：

    * C 编译器（如 GCC）
    * GNU Make：用于编译和安装 GMP

   版本：6.2.1

   安装步骤：

       1. tar -xf gmp-6.2.1.tar.xz
       2. cd gmp-6.2.1
       3. ./configure
       4. make
       5. sudo make install

### 构建&测试方法

* BFV运行测试（在BFV目录下）：
  * cd build
  * cmake ..
  * make -j
  * numactl -C0,2,4,6,8,10,12,14,16,18,20,22,24,26,28,30 ./BFV
* BGV运行测试（在BGV目录下）：
  * cd build
  * cmake ..
  * make -j
  * numactl -C0,2,4,6,8,10,12,14,16,18,20,22,24,26,28,30 ./BGV
* CKKS运行测试（在CKKS目录下）：
  * cd build
  * cmake ..
  * make -j
  * numactl -C0,2,4,6,8,10,12,14,16,18,20,22,24,26,28,30 ./CKKS

### 参考文献

[1] [Homomorphic Encryption for Arithmetic of Approximate Numbers](https://eprint.iacr.org/2016/421)

[2] [An Improved RNS Variant of the BFV Homomorphic Encryption Scheme](https://eprint.iacr.org/2018/117)

[3] [Fully Homomorphic Encryption without Bootstrapping](https://eprint.iacr.org/2011/277)

[4] [Accelerating HE Operations from Key Decomposition Technique](https://eprint.iacr.org/2023/413)

[5] [Efficient Bootstrapping for Approximate Homomorphic Encryption with Non-Sparse Keys](https://eprint.iacr.org/2020/1203)

[6] [Improved Bootstrapping for Approximate Homomorphic Encryption](https://eprint.iacr.org/2018/1043)

[7] [Homomorphic Lower Digits Removal and Improved FHE Bootstrapping](https://eprint.iacr.org/2018/067)

[8] [Homomorphic polynomial evaluation using Galois structure and applications to BFV bootstrapping](https://eprint.iacr.org/2023/1304)

### 贡献征集

我们欢迎所有贡献，包括但不限于：

* 引入新的计算优化方法；

* 扩展使用新的处理器指令；

* 贡献新的FHE算法；

* 报告本代码仓库中的问题.
    
如果您有意为Hi-FHE做贡献，请遵循相关的[开源协议]（http://license.coscl.org.cn/MulanPSL2）

### 致谢

在遵循[开源协议]（http://license.coscl.org.cn/MulanPSL2） 的前提下，项目代码的分发不受限制。本项目得到华为技术有限公司的支持，所表达的观点、意见和调查结果是作者的观点、意见、和调查结果，不代表华为技术有限公司的官方观点和政策。

感谢为本项目做出贡献的技术团队、研究人员和高校师生，包括但不限于：徐鹏、鲁赵骏、王蔚、杨一帆、吴健、彭惠康、申延哲、郭星宇、陈启东、要智伟、万立鹏、张瑞等。