1. 同态加密与密文乘法基础同态加密Homomorphic Encryption, HE技术允许在加密数据上直接进行计算操作而无需事先解密。这项技术为云计算、医疗数据分析等需要隐私保护的场景提供了革命性的解决方案。在众多同态加密方案中RNS-CKKSResidue Number System-Cheon-Kim-Kim-Song因其支持浮点数近似计算和相对较高的效率成为当前最实用的方案之一。密文乘法是RNS-CKKS中最核心也是最耗时的操作。与传统加密方案不同同态加密中的密文乘法涉及多项式环上的复杂运算主要包括三个关键步骤多项式乘法Polynomial Multiplication, PM重线性化Relinearization重缩放Rescaling, RS在硬件实现层面这些操作通常基于数论变换Number Theoretic Transform, NTT来加速。NTT是有限域上的快速傅里叶变换能够将多项式乘法的时间复杂度从O(n²)降低到O(n log n)。然而即使采用NTT加速密文乘法仍然是整个系统中的性能瓶颈。提示在RNS-CKKS方案中每个密文实际上由两个多项式组成通常记为ct (c0, c1)且这些多项式系数采用余数系统RNS表示即将大整数分解为多个小整数的模运算便于硬件并行处理。2. 多输入密文乘法的核心挑战2.1 噪声增长与乘法深度同态加密的核心挑战在于密文运算过程中噪声的快速增长。每次密文乘法操作都会导致噪声呈指数级增长而噪声一旦超过特定阈值就会使解密失败。重缩放操作虽然可以降低噪声规模但同时也会减少密文的计算容量即剩余可进行的乘法次数。对于n个密文的连续乘法传统的二叉树结构需要⌈log₂n⌉次乘法深度。例如4输入乘法深度2(a×b)×(c×d)5输入乘法深度3((a×b)×c)×(d×e)乘法深度直接影响噪声增长速度和最终可支持的计算复杂度因此需要精心设计计算路径。2.2 重线性化的计算开销重线性化是密文乘法后的必要步骤用于将乘法结果的三项式密文ct (c0,c1,c2)转换回标准的两项式形式ct (c0,c1)。这个过程涉及对c2进行分解和模切换与评估密钥Evaluation Key的乘积累加结果校正在硬件实现中重线性化需要大量NTT/INTT逆NTT转换和模乘操作通常占总计算量的40%以上。2.3 重缩放操作的瓶颈重缩放用于控制噪声增长但本身也是计算密集型操作。在传统实现中每个重缩放单元包含系数缩放乘以Δ⁻¹模切换q → q噪声校正对于n输入乘法可能需要多达O(n)次重缩放操作。更糟糕的是这些操作通常无法并行导致严重的流水线停顿。3. 多输入乘法优化技术3.1 动态输入分组策略本文提出的核心创新之一是动态输入分组方法。不同于传统的固定二叉树结构我们根据输入数量智能选择最优分组策略在保证乘法深度不变的前提下最小化重缩放次数。3.1.1 分组原则对于n个输入将其划分为m组(n₁,n₂,...,nₘ)满足n₁ n₂ ... nₘ n每组乘法深度 ≤ ⌈log₂n⌉ - (m-1)优先合并小规模组减少后续重缩放以6输入为例两种分组方式对比分组策略乘法深度总重缩放次数可合并RS(2,2,2)38是(3,3)36是(5,1)410否3.1.2 硬件友好分组在硬件实现中我们倾向于选择组内元素数量为2或3对应优化后的乘法器单元组间元素数量平衡减少关键路径延迟最大化可合并的重缩放操作表1展示了不同输入规模下的最优分组策略表1. 3-12输入最优分组策略与性能对比输入数n最优分组传统RS次数优化后RS次数降低比例3(1,1,1)30233%4(2,2)62620%5(2,2,1)1126245%6(3,3)1428243%7(4,3)(2,2)1821528(4,4)(2,2)2222229(3,3,3)31212261%10(3,3,4)(2,2)342192注意当n是2的幂次时如4,8传统二叉树已是最优结构优化空间有限。但对于其他情况特别是n2^k1时优化效果最为显著。3.2 组合重缩放技术3.2.1 基本思想传统实现中μ次连续重缩放需要1次INTT转换到系数域μ次独立缩放和模切换1次NTT转换回NTT域我们提出的组合重缩放Combined μ-RS通过数学重构将μ次操作合并为在NTT域内直接进行多项式系数调整共享中间计算步骤仅需1次INTT和1次NTT无论μ值大小3.2.2 硬件架构优化组合重缩放的硬件实现关键点并行处理单元支持同时处理多个模数通道共享预处理电路统一计算公共子表达式流水线重组消除传统架构中的数据依赖图1展示了传统与组合重缩放的数据流对比传统μ-RS NTT域 → INTT → RS₁ → RS₂ → ... → RSₙ → NTT → 输出 组合μ-RS NTT域 → 组合处理单元 → NTT → 输出3.2.3 性能分析对于L层模数和μ次重缩放组合(I)NTT操作从2L-1减少到L模乘操作从μL增加到(μ1)L-μ(μ3)/2内存访问减少约30-40%由于NTT是主要性能瓶颈这种交换带来显著加速。实测在Xilinx UltraScale FPGA上4-RS组合单元比串联实现快2.8倍。3.3 改进的重线性化流程3.3.1 传统流程瓶颈标准重线性化需要分解c₂为多个小多项式对每个分段进行模切换与评估密钥相乘后累加这导致2L次NTTL为模数层数大量中间结果存储长关键路径约4NTT延迟3.3.2 优化方案我们提出两项关键改进共享模切换在分解前统一进行模切换减少NTT次数流水线重组将逐段处理改为批处理增加并行度改进后的数据流输入c₂ → 统一模切换 → 分解 → 并行NTT → 批量乘加 → INTT → 输出3.3.3 硬件实现优化后的重线性化单元包含2个并行NTT核共享的模切换预处理单元交叉开关连接的乘加阵列在GlobalFoundries 22nm工艺下改进设计实现面积减少15%从0.42mm²降至0.36mm²延迟降低50%从0.66ms降至0.33ms功耗降低22%从98mW降至76mW4. 硬件架构设计与实现4.1 整体架构多输入密文乘法器的顶层架构如图2所示包含以下关键模块输入缓冲 → 动态分组控制器 → 并行乘法阵列 → 重线性化单元 → 组合重缩放单元 → 输出缓冲4.1.1 动态分组控制器功能特性实时分析输入数量3-12个根据预存策略表选择最优分组动态调整数据路由路径硬件成本约5k等效门2周期决策延迟支持运行时策略更新4.1.2 并行乘法阵列核心参数4个并行NTT核支持同时处理2组乘法可配置为2×2或3×1模式128-bit宽数据通路关键优化时分复用NTT核交叉开关连接流水线平衡寄存器4.2 关键子模块设计4.2.1 可配置NTT核采用改进的Radix-2^2架构支持N2^16点变换5级流水线双端口SRAM存储旋转因子性能指标频率450MHz22nm延迟1.1μs/NTT面积0.15mm²4.2.2 组合重缩放单元创新设计多模数并行处理通道共享的预计算模块可配置μ值1-4资源利用率16个64-bit Barrett乘法器8个模加器链12KB SRAM缓冲4.2.3 评估密钥管理专用存储架构2个独立的评估密钥存储区128-bit宽DMA接口智能预取机制存储优化压缩格式节省30%空间动态加载活跃部分错误校正编码4.3 性能评估4.3.1 实验设置工艺GlobalFoundries 22FDX设计参数L24, K24, N2^16基准传统二叉树结构乘法器4.3.2 结果分析表2展示了3-12输入场景下的性能对比表2. 硬件实现性能对比22nm工艺输入数n面积(mm²)延迟(ms)功耗(mW)面积节省延迟降低30.330.337615%50%40.450.3910212%25%50.510.4011827%50%60.580.4013531%50%70.720.5216819%33%80.860.532018%33%90.810.4018942%62%100.950.5322228%50%4.3.3 瓶颈分析在7输入以上场景主要瓶颈转为评估密钥带宽需约50GB/s中间结果存储压力电源网络IR drop对应的优化方向3D堆叠存储更激进的数据压缩电压岛划分5. 应用案例与部署建议5.1 典型应用场景5.1.1 医疗数据分析在跨机构医疗数据联合分析中各医院加密本地数据云端直接执行密文计算如逻辑回归结果返回后解密实测在乳腺癌风险预测模型中10个特征优化后的乘法器使端到端延迟从3.2秒降至1.7秒。5.1.2 基因计算隐私保护的基因序列比对加密的DNA片段约100bp密文上计算编辑距离返回匹配结果采用8输入乘法优化后100bp×100bp比对从14分钟缩短至8分钟。5.2 部署配置建议5.2.1 云计算场景推荐配置多芯片并行4-8个实例共享评估密钥存储动态电压频率调整预期性能吞吐量120-180次乘法/秒能效35-50 GOPs/W5.2.2 边缘计算场景优化方向减少模数层数L12-16降低NTT点数N2^14精简控制逻辑实测结果N2^14, L16面积0.28mm²功耗49mW适合集成到移动SoC5.3 实用技巧与注意事项密钥管理评估密钥应存储在隔离的安全区域建议采用物理不可克隆函数PUF保护温度控制高频运行下每10°C温度升高会导致NTT时序余量减少0.12ns需动态调频测试模式注入已知明文测试向量验证各阶段模数一致性监测噪声增长曲线错误处理模运算溢出检测NTT蝶形运算校验安全中断机制性能调优对于固定输入规模可静态配置最优分组策略平衡NTT核利用率与数据局部性采用异步时钟域减少关键路径压力6. 未来优化方向虽然当前设计已取得显著改进仍有以下优化空间近似计算在允许一定误差的应用中可探索降低NTT计算精度简化模运算截断噪声校正项新型存储器采用MRAM或ReRAM可能减少评估密钥加载延迟降低存储功耗约40%增强抗侧信道攻击能力算法-架构协同定制化模数选择稀疏多项式优化动态精度调整3D集成通过硅通孔TSV技术堆叠存储与逻辑层增加数据带宽减少互连延迟在实际部署中我们观察到当输入规模超过12时分组策略的选择空间急剧增加。此时可以采用机器学习方法离线搜索最优分组方案建立查找表供实时查询。对于超大规模应用如全基因组分析建议采用分块计算策略将大问题分解为多个可并行处理的密文乘法子任务。