撇开半恶作剧，当您第一次传闻FHE时，它听起来确实像是把戏，但实际上它是基于很是好的数学道理。主要区别在于FHE使得我们习惯性的编程要领产生变革，因此将其集成到应用措施中变得越发坚苦。今朝我们提供了合用于MacOS，iOS以及不久之后合用于Linux和Android 的新东西包。实际上，熟悉根基平台东西的开拓人员可以凭据一些简朴的说明快速启动并运行。将11年的顶级暗码学研究综合为精简的开拓人员体验，这是一个壮举，在大大都人耗费时间来冲煮一杯咖啡或整理桌子的时间上，任何人都可以会见和免费利用。
团结其他技能，FHE还可以有选择地限制解密成果，因此人们只能看到他们有权会见的文件部门，这是他们完成事情所必须的。东西包
FHE于1970年月后期首次提出，但真正的打破是在 2009年5月31日进行的第41 届 ACM计较理论专题接头会上，暗码学家Craig Gentry在其开创性论文《基于抱负格的全同态加密》中首次证明白这一点。
现已提供合用于MacOS和iOS的新FHE东西包，估量将在数周内提供Linux和Android。每个东西箱均基于HELib（世界上最成熟，成果最全的加密库），个中包罗示例措施，可简化基于FHE的代码的编写。
与同事和相助同伴存储和共享敏感数据的常用要领之间存在单薄环节。如今，文件凡是在运输和静止状态下都被加密，但在利用时被解密。这为黑客和内部人员提供了反复的时机来泄露未加密的数据。FHE堵塞了这些裂痕。它答允被许可方在保持加密状态的环境下对数据举办操纵，从而最大限度地缩短了处于最懦弱状态的时间。
1970年月及今后
案例
iOS东西包包罗易于遵循的演示和对加密数据库的隐私掩护搜索的简朴演示。该数据库是一个要害值存储库，个中预先填充了欧洲各个国度及其首都的英文名称。选择国度将搜索匹配的首都。
譬喻，我们最近与巴西的Banco一起颁发了一篇论文，个中我们对数据和模子举办了同态加密，并表白可以与不加密环境下具有沟通的精度和足够的机能运行预测。功效，银行可以安详地将运行预测的任务外包给不受信任的情况。
FHE在很多用例中都具有重大前景，譬喻从私人数据中提取代价；数据集相交; 基因组学阐明；遗忘的查询（即不显示意图的查询）和安详的外包。
固然这篇论文是令人欢快的动静，但很多业内人士认为，由于计较的巨大性和所需的庞大计较本领，它对付日常利用而言太慢了，因此FHE仍处于暗码理论阶段。值得名誉的是，IBM Research的一个小团队将此视为一项挑战，十年后，FHE的机能已经提高到足以满意某些应用的程度，而这只会跟着算法的进步和将来的硬件加快器而提高。
什么是FHE?
凡是，当我第一次开始向或人表明完全同态加密（fully homomorphic encryption）时，我首先说我已经在这个规模事情了近十年，然而，这个单词很容易让我拼写错误。所以，我们将其缩写为FHE。
FHE出格合用于受禁锢的行业，如金融和医疗保健，因为该技能可以使遍及共享金融信息或患者康健记录成为大概，同时限制对所有须要数据的会见。郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
