虽然加密并不是解决所有安全挑战的万灵药，但如果做得好，它是保护系统、数据和通信的重要组成部分。 然而，正确地进行加密并不容易，需要仔细注意它是如何实现的。
虽然有几种成熟的方法可以加密存储中的数据（静态）并在通过网络从一个系统移动到另一个系统（传输中）时保持数据加密，但在传输过程中保持数据加密的情况并非如此。由应用程序处理（使用中）。 完全同态加密 (FHE) 是处理存储在云或第三方环境中的数据同时保持加密的一种方式。
最近有几家公司一直在试验 FHE。 完成后 FHE 现场试验，IBM 已开始在 IBM Cloud 上提供 FHE 服务。 IBM 为 MacOS、iOS、Linux 和 Android 提供了 FHE 工具包。 微软的简单加密算术库 (SEAL) 是一个免费和开源的跨平台同态加密库，组织可以使用它来对加密数据进行计算。
FHE 目前很慢并且开销很大。 为此， 英特尔正在与微软和 DARPA 合作 （国防高级研究项目）为 FHE 创建 ASIC（为特定目的定制的专用微芯片），以帮助减少计算开销并缩短处理时间。
就在上周，Duality Technologies 发布了 OpenFHE，一个开源的全同态加密库。
Duality Technologies 的联合创始人兼首席密码学家 Vinod Vaikuntanathan 在一份新闻稿中表示：“那里有几个 FHE 库，但它们面临着可用性困境。” “FHE 开源库都在不同的平台上工作，实现不同的功能，并拥有不同的 API。”
开放FHE
支持高级 FHE 功能，例如引导、方案切换和使用标准硬件抽象层 (HAL) 的多个硬件加速后端。 相关的编译器和其他开发工具可帮助开发人员集成库的加密计算能力，以创建他们自己的支持 FHE 的应用程序。
Rohoff 说，FHE 被认为是隐私技术中最简单的，OpenFHE 旨在成为对加密数据进行计算的“基础构建块”。 一个用例允许金融犯罪调查人员在调查范围内确定潜在的洗钱计划。 使用 FHE，组织可以加密查询并将加密的查询发送到数据主机进行处理。 查询永远不会被数据主机解密的事实保护了数据不会泄露给调查员。
另一个示例用例允许数据提供商在本地加密他们的数据，在云提供商等中央数据中心聚合他们的加密数据，然后在中心对数据进行分析。 所有这一切都可以通过使用不需要解密的潜在敏感或私人数据来实现。
Rohoff 说，OpenFHE 是多个团队（PALISADE、HElib 和 HEAAN）的“多年工作成果”，这些团队“决定联手打造最好的库”。 PALISADE 为可扩展框架提供了通用架构，该框架在单个库中支持多个后量子 FHE 方案，并能够集成通用硬件加速技术，他说。 HElib 为 BGV 协议提供高级功能，允许针对最复杂的 FHE 方案进行一些最先进的设计。 最后，HEAAN 为 CKKS 提供了广泛的支持，该协议对于在加密数据上运行的机器学习 (ML) 应用程序最有效。
