Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
TFHE 암호 체계를 기반으로 프라이버시 보호 애플리케이션 개발을 돕는 오픈 소스 C++ 라이브러리 ComputeFHE를 소개합니다. 암호화된 데이터에 대한 다양한 연산을 지원하며, 최적화된 ALU 아키텍처를 통해 성능을 크게 향상시켰습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL (NLP)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기완전 동형 암호 (Fully Homomorphic Encryption, FHE)는 데이터 기밀성을 유지하면서 암호화된 데이터 상에서 직접 연산을 수행할 수 있게 합니다. 그러나 높은 계산 비용과 개발 복잡성으로 인해 실제 응용 분야에서의 활용은 여전히 제한적입니다. 본 논문은 TFHE 암호 체계(cryptosystem)를 기반으로 프라이버시 보호 애플리케이션 개발을 용이하게 하는 오픈 소스 C++ 라이브러리인 ComputeFHE를 소개합니다. 이 라이브러리는 암호화된 정수 및 고정 소수점 (fixed-point) 데이터 타입을 제공하며, 산술 (arithmetic), 논리 (logical), 비교 (comparison), 조건부 (conditional), 그리고 은닉 배열 액세스 (oblivious array-access) 연산을 함께 제공하여 개발자가 익숙한 명령형 프로그래밍 패러다임을 사용하여 알고리즘을 구현할 수 있도록 합니다. ComputeFHE는 표준 2-입력 논리 게이트에 기반한 전통적인 TFHE 산술 방식과 FHE 친화적인 논리 프리미티브 (logic primitives)를 활용하여 최적화된 산술 논리 장치 (Arithmetic Logic Unit, ALU) 아키텍처를 모두 지원합니다. 실험 결과, 필요한 부트스트래핑 (bootstrapping) 연산 횟수를 크게 줄여 특정 연산에서 최대 3.9배의 성능 향상을 달성했음을 입증했습니다. 또한, 이 라이브러리는 실제 암호학적 연산을 수행하지 않고도 회로 복잡도와 부트스트래핑 비용을 제공하면서 테스트, 디버깅 및 복잡도 분석을 가능하게 하는 시뮬레이션 모드를 포함하고 있습니다. OpenFHE를 기반으로 구축된 ComputeFHE는 프라이버시 보호 알고리즘 및 애플리케이션을 개발하고 평가하기 위한 실용적이고 접근 가능한 프레임워크를 제공합니다.