https://blog.qife122.com/tags/%E7%88%B1%E5%9B%A0%E6%96%AF%E5%9D%A6%E6%B1%82%E5%92%8C/ Recent content in 爱因斯坦求和 on 办公AI智能小助手 Hugo zh-cn qife Thu, 11 Sep 2025 01:40:42 +0800 https://blog.qife122.com/p/einhops%E5%9F%BA%E4%BA%8E%E7%88%B1%E5%9B%A0%E6%96%AF%E5%9D%A6%E6%B1%82%E5%92%8C%E7%AC%A6%E5%8F%B7%E7%9A%84rns-ckks%E5%BC%A0%E9%87%8F%E5%90%8C%E6%80%81%E5%8A%A0%E5%AF%86%E6%93%8D%E4%BD%9C/ Thu, 11 Sep 2025 01:40:42 +0800 https://blog.qife122.com/p/einhops%E5%9F%BA%E4%BA%8E%E7%88%B1%E5%9B%A0%E6%96%AF%E5%9D%A6%E6%B1%82%E5%92%8C%E7%AC%A6%E5%8F%B7%E7%9A%84rns-ckks%E5%BC%A0%E9%87%8F%E5%90%8C%E6%80%81%E5%8A%A0%E5%AF%86%E6%93%8D%E4%BD%9C/ <h1 id="einhops基于爱因斯坦求和符号的rns-ckks张量表达性同态操作">EinHops：基于爱因斯坦求和符号的RNS-CKKS张量表达性同态操作</h1> <h2 id="摘要">摘要</h2> <p>全同态加密（FHE）是一种允许直接在加密数据上执行计算的加密方案，有效实现了安全外包计算的闭环。数据不仅在静态和传输过程中被加密，在处理过程中也保持加密状态。然而，FHE提供的指令集有限：仅支持SIMD加法、SIMD乘法和一维向量的循环旋转。这种限制使得执行多维张量操作变得困难。实践者必须将这些张量打包成一维向量，并将张量操作映射到这种一维布局上，而不是传统的嵌套结构。尽管先前的系统在这一过程的自动化方面取得了重大进展，但它们通常将关键的打包决策隐藏在抽象层之后，使得调试、优化和在这些系统之上构建变得困难。</p>