Key points are not available for this paper at this time.
Les schémas de chiffrement homomorphe complètement homomorphe (FHE), tels que CKKS, gagnent une traction significative en raison de leur capacité à fournir un calcul approximatif résistant aux post-quantum, préservant la vie privée - une caractéristique particulièrement souhaitable dans le paradigme Machine-Learning-as-a-Service (MLaaS). Dans ce travail, nous introduisons FIDESlib, la première bibliothèque CKKS GPU côté serveur open-source entièrement interopérable avec des opérations OpenFHE côté client bien établies. Contrairement à d'autres bibliothèques GPU open-source existantes, FIDESlib propose la première implémentation présentant des noyaux GPU fortement optimisés pour tous les primitives CKKS, y compris le bootstrapping. Notre bibliothèque intègre également des tests et des benchmarks robustes, garantissant qu'elle reste adaptable à une optimisation supplémentaire. En comparant notre schéma à Phantom (la précédente meilleure bibliothèque CKK open-source), nous montrons que FIDESlib offre des performances et une évolutivité supérieures. Pour le bootstrapping, FIDESlib atteint pas moins de 70 fois plus de vitesse par rapport à l'implémentation OpenFHE optimisée AVX. FIDESlib est disponible sur Github 11https://github.com/CAPS-UMU/FIDESlib.
Agulló-Domingo et al. (Sun,) ont étudié cette question.