FHEML

FHEML技术摘要 完全同态加密(FHE)支持对加密数据直接进行计算，结果解密后与明文计算一致。FHEML结合FHE与机器学习，能在加密数据上执行训练和推理，保护数据隐私。主要分为三类加密方案：SHE（有限运算）、FHE（无限运算）和部分HE（单一运算）。现有工具包括Zama的Concrete-ml（支持Python转FHE电路）、OpenMined的TenSEAL（神经网络张量加密）和TF Encrypted（TensorFlow加密生态）。核心应用场景涵盖外包计算、加密推理和加密训练，在医疗、金融等敏感领域具有重要价值，实现了”数据可用不可见”的隐私计算范式。