基于GPU的全同态加密软件库调试与分析

全同态加密能够较好的解决云计算中的隐私保护问题,但目前效率较低仍然是制约全同态加密实用化的瓶颈。基于格的全同态加密方案中存在大量独立矩阵和向量运算,利用GPU适合大量独立数据运算的特点,可以大幅提升全同态加密方案的同态运算效率。文章分析了全同态加密算法的结构并验证了全同态加密软件库的可靠性,对自举过程中噪音的变化和不同参数的正确性进行分析,对全同态加密软件算法库TFHE以及其对应的GPU版本cuFHE,分别进行了调试和分析。实验结果表明,GPU版本的cuFHE运算速度是CPU版本TFHE运算速度的4.5倍,利用GPU可以大幅提升全同态加密方案的运行速度。