BGV的SIMD编码

SIMD编码

同态加密的一个比较大的缺点就是密文太大，计算一次密文运算的时间长。直接降低一次密文操作的开销是困难的，于是很自然的一个想法就是能不能提高吞吐量。

SIMD的意思是，一次操作可以同时处理多个数据。我们将多个数映射到同一个明文多项式。BGV的明文域实际上是多项式。当我们的编码是同态的时候，我们就得到了一个SIMD的同态操作。

比如简单的系数打包$f_1(x)=a_0+a_{1}x+a_2{x}^2,f_2(x)=b_0+b_{1}x+b_2{x}^2$.
我们计算$f_1(x)+f_2(x)=(a_0+b_0)+(a_1+b_1)x+(a_2+b_2)x^2$.
这样，我们计算了一次多项式的加法，就得到了三个数据的和$a_0+b_0,a_1+b_1,a_2+b_2$.

但是系数打包并不是乘法同态的，乘法的时候，不同次项的系数会混在一起。

PackEncoding

假设BGV处理的多项式环为$R={\mathbb{Z}}_p[x]/(x^N+1)$，其中$N=2^d$, $d$是一个整数。明文域和密文域的多项式模是一样的，不同的是系数模。这里的$p$是明文系数模，也就是我们需要计算的数据实际上是${\mathbb{Z}}_p$上的运算。

由于$\Phi (x)=x^N+1$是一个$2N$次分圆多项式，所以我们可以利用分圆多项式的特殊性质来构造$R$的一个同态分解。

假设$w$是$\Phi (x)$的单位原根，也就是$w^N=-1$. 当$p=2Nk+1,k\in {\mathbb{Z}}^{+}$并且$p$是一个素数时。$\Phi (x)$刚好有$N$个单元原根。$w=w_1,w_2,\cdots ,w_N$.

所以，我们可以根据这个构造打包方法。$f(w_1)=a_1,f(w_2)=a_2,\cdots ,f(w_N)=a_N$，这样根据多项式插值，可以得到唯一的一个$N-1$次多项式，也就是我们的明文多项式$f(x)$.

由于我们在计算多项式的乘法的时候，多项式的次数会增加，而我们是在换上进行的运算，所以会模多项式$x^N+1$. 也就是将结果多项式中的$x^N$替换为$-1$，因为在环$R$上$x^N+1=0$.
但是我们注意到$w_i^N=-1$，所以，模多项式并不会影响在原根处的求值结果。

现在我们证明这样是全同态的，设$f_1(w_i)=a_i,f_2(w_i)=b_i$,
加法：
$a+b=f_1(w_i)+f_2(w_i)=(f_1+f_2)(w_i)$.
乘法：
$ab=f_1(w_i)f_2(w_i)=(f_1{f}_2)(w_i)$.

OpenFHE代码示例

OpenFHE中的PackEncoding使用的就是上面的方法。注意的是，我们在选择参数的时候，明文模需要满足上述条件，$2N$必须整除$p-1.

这里用的是openfhe的python库openfhe-python

from openfhe import *
parameters = CCParamsBGVRNS()
parameters.SetPlaintextModulus(536903681)
parameters.SetMultiplicativeDepth(4)

crypto_context = GenCryptoContext(parameters)
# Enable features that you wish to use
crypto_context.Enable(PKESchemeFeature.PKE)
crypto_context.Enable(PKESchemeFeature.KEYSWITCH)
crypto_context.Enable(PKESchemeFeature.LEVELEDSHE)

# Sample Program: Step 2: Key Generation

# Generate a public/private key pair
key_pair = crypto_context.KeyGen()
crypto_context.EvalMultKeyGen(key_pair.secretKey)
vector_of_ints1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
plaintext1 = crypto_context.MakePackedPlaintext(vector_of_ints1)

# Second plaintext vector is encoded
vector_of_ints2 = [-1,-2,-3,-4,-5,-6,-7,-8,-9,-10,-11,-12]
plaintext2 = crypto_context.MakePackedPlaintext(vector_of_ints2)

c1 = crypto_context.Encrypt(key_pair.publicKey, plaintext1)
c2 = crypto_context.Encrypt(key_pair.publicKey, plaintext2)

# Homomorphic additions
ciphertext_add12 = crypto_context.EvalAdd(c1, c2)

# Homomorphic Multiplication
ciphertext_mult12 = crypto_context.EvalMult(c1, c2)

plaintext_add_result = crypto_context.Decrypt(ciphertext_add12,key_pair.secretKey)
plaintext_mult_result = crypto_context.Decrypt(ciphertext_mult12,key_pair.secretKey)

print(plaintext_add_result)
print(plaintext_mult_result)