블록체인IACR ePrint (암호학)AI 점수 85%
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
A New Approach to Reducing Modulus Requirements in Homomorphic Computation: Precision Allocation in CKKS (원문, 새 창)
AI 인사이트
대상 독자:개발자
- CKKS 동형암호에서 최대 정밀도 대신 평균 정밀도 요구치로 모듈러스 예산을 산정하는 새 기법 제안
- 표준 CKKS 암호문 형식과 IND-CPA 보안을 그대로 유지하며 호환성 보존
- 224비트 정밀도·6회 연속 제곱 시나리오에서 초기 모듈러스 비트 길이 67% 절감
- 모듈러스 절감으로 링 차원(ring dimension)을 4배까지 축소 가능
왜 중요한가
동형암호 연산의 성능을 좌우하는 모듈러스·링 차원 비용을 정밀도 재배분만으로 크게 줄여, 암호화 데이터 분석·프라이버시 보존 머신러닝의 실용화 장벽을 낮춘다.
언급 프로젝트
본문 미리보기
Fully homomorphic encryption (FHE) enables computation over encrypted data subject to the prescribed security and precision requirements (allowable deviations from ideal results). Among all FHE schemes, CKKS is a representative scheme for approximate arithmetic, allowing the same operation on multiple values packed into a single RLWE ciphertext. Reducing ciphertext modulus \(Q\) for given output precision requirements under RLWE security constraints is a central challenge in homomorphic comp
전체 내용이 궁금하다면?
IACR ePrint (암호학)에서 원문을 직접 읽어보세요
공유
- #동형암호
- #CKKS
- #정밀도최적화
이 글이 만들어진 과정
- 11:34AI 초안
관련 글
4건- Switzerland approves first spot Bitcoin ETF for retail investors
- Ethereum’s long-awaited Glamsterdam upgrade hits another roadblock as 13 security risks emerge
- Pentagon bans US forces from using military info to bet in prediction markets
- XRPL recovers from network slowdown as critical security upgrade faces two-week delay