Skip to content

算法Algorithm

同态密文的模数切换

Modulus switching

逐坐标缩放舍入LWE型密文,推导消息编码偏移与秘密范数造成的新误差,区分绝对噪声变小、相对噪声和BGV保明文舍入。

形式陈述 ​

模数切换把模 q 的密文转换到较小模数 p,同时尽量保持解密消息。它不是仅把每个整数取模 p;核心动作是先按比例 p/q 缩放,再舍入。[1]

先采用Regev 型高位消息编码。设密文 c=(v,u1,…,un),整数秘密向量 t=(1,−s1,…,−sn),满足

⟨c,t⟩=μΔq+e+kq,Δq=⌊q/2⌋,μ∈{0,1}.

c 的坐标取固定整数代表,k 吸收模回绕,e 是相对编码中心的小整数残差。令 3≤p<q,逐坐标定义

cj′=⌊pqcj⌉,ρj=cj′−pqcj,|ρj|≤12.

平局采用固定舍入规则;计算后可以再模 p。写 Δp=⌊p/2⌋,则

⟨c′,t⟩=μΔp+e′+kp,(1)e′=pqe+⟨ρ,t⟩+μ(pqΔq−Δp).

把 tT 看成实数行矩阵,其诱导无穷范数是绝对行和 ‖t‖1,故

(2)|e′|≤pq|e|+12‖t‖1+|pqΔq−Δp|.

若右侧严格小于 Δp/2,按新模数的两中心判决仍正确。最后的编码项小于1,不能在奇模数之间无说明地删掉。式 (1) 是代数正确性关系;换模后的分布是否符合某项安全假设是另一个问题。

算法对 n+1 个坐标分别执行整数乘法、除法与舍入,共 O(n) 次缩放舍入操作,不需要私钥。每次操作的位成本取决于 log⁡q,因此不能把模数位长当作免费常数。

直觉

想象把模圆周连同消息中心一起缩小。若能保留实数坐标,旧噪声就会恰好乘以 p/q;但密文必须仍由整数构成,因此每一坐标要向附近格点舍入。

解密不是分别看各坐标,而是与秘密向量作内积。一个半单位的舍入误差,乘上绝对值34的秘密坐标,就可能变成17。短秘密之所以重要,来自这个实际放大,而不是“模数越小噪声自然越小”的直觉。

例子与边界

257降到67:每一项都能复算 ​

取秘密 s=2、t=(1,−2)、μ=1,密文 c=(v,u)=(155,10)。旧相位为

155−2⋅10=135=128+7,

故旧误差为7。缩放舍入得到

v′=⌊67⋅155257⌉=40,u′=⌊67⋅10257⌉=3.

新相位为 40−2⋅3=34=33+1,新误差确为1。分别看式 (1) 的三项:

pqe=469257,ρv−2ρu=−105−202257,pqΔq−Δp=95257.

相加恰为 257/257=1。这次舍入项与旧误差相抵消,但通用上界不能指望每次都有这种好运。

大秘密让原本正确的密文换模后出错 ​

仍取 q=257,p=67,现在 s=34、c=(7,140)。旧相位

7−34⋅140=−4753=130−19⋅257

对应消息1、误差2。缩放后的坐标为 (2,36),新相位模67为

2−34⋅36≡51(mod67).

51离消息中心33为18,离0只需绕回16,于是新解密为0。旧噪声很小仍不足以保证成功;舍入误差经秘密坐标放大,越过了新判决边界。此例是相位恒等式的教学演示,不声称大或小的一维秘密有密码学安全性。

绝对噪声与相对噪声 ​

忽略舍入时,e′=(p/q)e,所以 |e′| 变小,但

|e′|p=|e|q.

相对间隔没有凭空扩大;加入舍入后还可能略差。模数切换可以缩短表示,并在特定同态编码的逐层分析中抑制后续误差增长,但它不等于恢复一份新鲜噪声分布。

推论与应用

BGV的低位编码需要另一种舍入 ​

BGV 型教学关系常写成 μ=[⟨c,t⟩]qmodr,这里 r≥2 为整数,消息藏在小相位的模 r 值里,而不是0与半模数之间的距离。这时普通最近整数舍入未必保持消息。

若 q≡p≡1(modr),可把 cj′ 选为离 (p/q)cj 最近、并满足 cj′≡cj(modr) 的整数。每坐标舍入误差至多 r/2。设旧中心化相位为 h=⟨c,t⟩−kq,则候选新相位为

h′=⟨c′,t⟩−kp=pqh+⟨ρ,t⟩.

只要 |h′|<p/2,它就确实是新中心化相位。又因坐标保模 r、p≡q(modr),有 h′≡h(modr),消息保持。充分条件可写为

pq|h|+r2‖t‖1<p/2.

这个条件、舍入约束和高位编码的式 (1) 是两套匹配关系,不能各取一半拼起来。[1, Definition 6 and Lemma 4]

例如 r=2、仍用 q=257,p=67、t=(1,−2),取 c=(29,10),旧相位为9,消息为1。普通舍入给 (8,3),新相位2,错误变成0。要求保留各坐标奇偶后,最近选择为 (7,2),新相位3,仍为1。

在固定密钥已知正确的密文上,公开确定性换模只是后处理,不会增加外部观察者已有的区分能力。不过“所得样本就是某组新参数的标准 LWE 样本”是更强的分布声称,需要单独归约,不能由式 (1) 自动推出。

重线性化控制秘密基的维数,模数切换控制数值尺度与表示位数;自举则同态求值解密。规划深电路时,应把三者的成本与正确性余量分别计入。

参考资料
  • [1] Zvika Brakerski, Craig Gentry and Vinod Vaikuntanathan, Fully Homomorphic Encryption without Bootstrapping, ECCC TR11-111, 2011,§3.3,Definition 6、Lemma 4、Corollary 1;§4.3 的模数阶梯。本文式 (1) 单独推导高位消息编码的缩放误差,随后明确切换到原文的保模明文约定。
关系图谱7 个相邻概念 · 2 类关系

拖动节点调整位置。

显示关系

显示:依赖

  1. 前置三跳
  2. 前置二跳
  3. 前置一跳
  4. 当前条目
  5. 后续一跳
  6. 后续二跳
  7. 后续三跳
文字版关系按与当前条目的最短距离分组
类型化关系