全同态加密 FHE 是什么？在密文上直接做计算

全同态加密（Fully Homomorphic Encryption，FHE）是一种可以直接在加密数据上做计算的加密技术。普通加密的数据要先解密才能处理；全同态加密则允许对密文直接进行加法、乘法等任意计算，计算结果仍然是密文，解密后得到的结果，和直接对原始数据计算的结果完全一样。整个过程中，处理数据的一方始终看不到数据的内容。

一个三十年的难题

1978 年，Ron Rivest、Leonard Adleman 和 Michael Dertouzos 在论文《论数据银行与隐私同态》中首次提出了这一构想：能不能让一个不可信的服务器，在不知道数据内容的情况下替我们处理数据？此后很多年里，人们只找到了“部分同态”的方案：有的只支持加法，有的只支持乘法，无法支持任意计算。

2009 年，斯坦福大学的博士生 Craig Gentry 在论文中构造出第一个全同态加密方案，解决了这个困扰密码学界三十年的问题。他的关键创新之一是“自举”（bootstrapping）：密文每做一次计算，里面的噪声就会增长，噪声太大就无法正确解密；自举技术能定期“刷新”密文、降低噪声，从而支持无限次的计算。此后，BGV、BFV、CKKS、TFHE 等更高效的方案相继出现，其中 CKKS 支持近似的实数计算，很适合机器学习。

和 AI 的关系

全同态加密是隐私保护 AI 的重要工具。比如用户把加密后的病历发给云端的 AI 模型，模型在密文上完成推理，返回加密的诊断结果，只有用户能解密，云服务商全程看不到病历内容。它也被用于联邦学习中的安全聚合、多方联合建模等场景。

主要障碍：太慢

全同态加密的计算开销非常大，比明文计算慢几个数量级，密文的体积也比明文大很多，这限制了它在大模型上的应用。目前学术界和工业界正在通过算法优化、专用硬件加速等方式缩小差距，让它逐步从理论走向实际应用。