遇见数据集

基于FHEW/TFHE同态方案的新型全域函数自举算法与同态分解算法数据集

收藏
官方服务:

资源简介:

基于FHEW/TFHE同态方案的新型全域函数自举算法与同态分解算法数据集包含了在不同输入参数集下新型全域函数自举算法和同态分解算法的运行时间数据以及和现有算法的运行效率对比数据。数据集以C++实现了基于三种不同优化路线所产生的四种全域函数自举算法和两种同态分解算法,从而有效减少了输出噪声,并支持更高效和精准的参数选取。与现有的全域函数自举算法和同态分解算法数据集相比,本数据集给出的实验结果具有在相同输入参数集下更高效的运行效率,有利于节省硬件资源和时间开销,进而加速高精度ReLU/sign/max/ABS的同态计算过程。数据处理与收集过程中,通过精准的质量控制方法确保了数据的完整性和正确性。数据集的潜在利用价值在于为FHEW/TFHE同态加密方案的应用落地提供数据支持,其涉及的方案实现方法和优化路线为基于同态加密的密态计算领域提供了理论依据,进一步为学界同态加密标准制定提供参考,为同态加密落地应用和后量子部署进程中的隐私计算研究应用提供理论支撑和实现依据。

提供机构:
清华大学
搜集汇总
数据集介绍
基于FHEW/TFHE同态方案的新型全域函数自举算法与同态分解算法数据集 数据集图片
背景与挑战
背景概述
该数据集收录了基于FHEW/TFHE同态方案的新型全域函数自举算法与同态分解算法在不同输入参数下的运行时间及与现有算法的效率对比数据。通过C++实现四种全域函数自举算法和两种同态分解算法,有效降低了输出噪声并支持更优参数选取,在相同参数下运行效率更高,有助于加速高精度ReLU、sign等函数的同态计算。数据集为FHEW/TFHE同态加密方案的应用落地及密态计算研究提供了数据与理论支撑。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务