적극적 생각/캡스톤

완전동형암호에서의 부트스트랩핑(재부팅연산)에 대하여

무말랭이 2022. 8. 15. 20:55

https://www.google.com/search?q=%EB%8F%99%ED%98%95%EC%95%94%ED%98%B8+%EC%9E%AC%EB%B6%80%ED%8C%85%EC%97%B0%EC%82%B0&sxsrf=ALiCzsbjYe1a9h_aK_Psa6tZPDc3_bn89Q%3A1660563848180&ei=iDH6Yo3GCqf2hwP0xpvoDw&ved=0ahUKEwiNqrCy4sj5AhUn-2EKHXTjBv0Q4dUDCA4&uact=5&oq=%EB%8F%99%ED%98%95%EC%95%94%ED%98%B8+%EC%9E%AC%EB%B6%80%ED%8C%85%EC%97%B0%EC%82%B0&gs_lcp=Cgdnd3Mtd2l6EAMyBAgjECc6BwgjELADECc6BwgAEEcQsAM6BggAEB4QDUoFCDwSATFKBAhBGABKBAhGGABQiAVY5whg-AloAXABeACAAakBiAGiBpIBAzAuNpgBAKABAcgBCsABAQ&sclient=gws-wiz 

 

동형암호 재부팅연산 - Google 검색

Gentry는 이 유한동형암호에 재부팅(bootstrapping)이라는 과정을 통해 대수연산(덧셈, 곱셈)이 이론상 무한번 가능하게 만들었으며, 이를 완전동형암호(fully homomorphic encryption, FHE)라 부른다.

www.google.com

 

https://ko.wikipedia.org/wiki/%EB%8F%99%ED%98%95%EC%95%94%ED%98%B8

 

동형암호 - 위키백과, 우리 모두의 백과사전

위키백과, 우리 모두의 백과사전. 동형암호Homomorphic Encryption일반기원RLWE(Ring learning with errors)관련 방식사적 집단 교차(Private set intersection) 동형암호(同形暗號,Homomorphic Encryption, HE)는 데이터를 암

ko.wikipedia.org

 

https://blog.lgcns.com/2045

 

4세대 암호, 완전동형암호란?

‘동형(Homomorphic)’이란, ‘같음(Same)’ 뜻하는 고대 그리스어인, ὁμός(Homos)와 “모양(Shape)이나 형체(form)”를 뜻하는 μορφή(morphe) 의 결합에서 유래되었습니다. 한 걸음 더 나아가서, ‘동형.

blog.lgcns.com

 

https://velog.io/@yuseogi0218/%EB%8F%99%ED%98%95%EC%95%94%ED%98%B8

 

동형암호

동형입력 변수에 대해 함수 처리를 각각 처리하여 합한 것과 입력 변수를 합한 다음 함수 처리한 결과가 같습니다.동형 암호동형의 성질을 암호학에 적용 시, 데이터를 암호화된 상태에서 덧셈,

velog.io

 

https://itpenote.tistory.com/707

 

동형암호 (Homomorphic Encryption, HE)

I. 정보를 암호화한 상태에서 데이터를 분석하는 암호기술, 동형암호의 정의 - 평문 공간과 암호문 공간에 정의된 연산을 보존하여 암호화된 데이터를 복호화 없이 검색 가능한 No Key 기반의 암

itpenote.tistory.com

 

https://velog.io/@yuseogi0218/HEaaN

 

HEaaN

동형의 성질을 암호화에 적용하기위해 초반 아이디어인 정수기반 동형 암호 소개 정수 기반 동형암호의 한계 해당 한계를 극복하기 위한 방법 : DGHV HE - 메시지의 극히 일부만 암호화 -> 연산 ->

velog.io

 

https://github.com/snucrypto/HEAAN

 

GitHub - snucrypto/HEAAN

Contribute to snucrypto/HEAAN development by creating an account on GitHub.

github.com

 

http://www.math.snu.ac.kr/board/video/801373

 

동형암호가 갖고있던 중대한 단점인데

이걸 소수점 아래자리를 절삭시킴으로 근사시켜

아주 적은 시간이 걸리도록 처리하였다.

(다만 조금 더 깊게 현대 정수론 관점에서는 연구할 거리가 많다.)

 

 

하지만 이 숫자만 놓고보면

몇년내에 HW 가속으로 충분히 해결될 수 있음으로 보인다.

물론 클라우드 및 리소스 문제와 관련해서는

현재 딥러닝의 상용화 문제와 동일한 모습으로 발현될 것으로 예측된다.