TFHE実装入門

10.Multi Value and PBS many LUT

松岡 航太郎

ここで話すこと

  • 実はBootstrappingは一度に複数の関数を評価することが可能
    • それを実現する手法を２系統説明する
  • どちらのアルゴリズムもノイズが増加する
    • 性能の向上に見合うかどうかには慎重になる必要がある

Programmable Bootstrapping

  • Blind Rotateは(ノイズの許す範囲で)任意の非線形関数を評価できる
    • LUTで非線形関数を表現できる
  • HomNANDでは平文は±18± \frac{1}{8}にとられた
    • その線形和は±18,±38± \frac{1}{8},± \frac{3}{8}にとられる
      • この線形和の結果を丸めたρρがLUTへのindex
      • LUTの出力はそれぞれの線形和の結果に対してある程度独立に決められる
        • negacyclicなので、18\frac{1}{8}と−38-\frac{3}{8},38\frac{3}{8}と−18-\frac{1}{8}のペアの出力はそれぞれ互いに符号だけが違うものに固定される
    • 平文をもっと細かい値に取れば線形和の結果のパターンは多くなる
      • 入力bit数が2より大きいLUTが作れる
      • 入力を整数を暗号化したものとして扱うこともできる
    • 細かくすると誤り確率が上がるのでそことのトレードオフ

Multi Value

  • CIM19がよくまとまっている
  • 基本的なアイデアはtest vectorTV[X]TV[X]をTV1[X]⋅TV0[X]TV_1[X]⋅TV_0[X]みたいに因数分解すること
    • TV1[X]∈ZNTV_1[X]\in\mathbb{Z}_N
    • もし共通因子TV0[X]TV_0[X]が存在するならこれを使いまわすことができる
    • ∵X−ρ⋅(TV1[X]⋅TV0[X])=TV1[X]⋅X−ρ⋅TV0[X]X^{-\rho}⋅(TV_1[X]⋅TV_0[X]) = TV_1[X]⋅ X^{-\rho} ⋅ TV_0[X]
      • X−ρ⋅TV0[X]X^{-\rho} ⋅ TV_0[X]はBlind Rotateなので重いがTV1[X]TV_1[X]を掛けるのは平文多項式を掛けるだけ
  • TV0[X]TV_0[X]の選び方で2種類に分かれる
    • TV[X]TV[X]ごとに異なるものを選ぶ方法(Biasse15)
      • 究極的にはTV0[X]=1TV_0[X]=1でも良いが、ケースバイケースで考える
    • 関数空間を制限する代わりに同じものを選ぶ方法(CIM19)
      • 上のに比べるとノイズの点で不利にはなりうる

PBS many LUT

  • Programmable Bootstrapping many Look Up Tables
  • N=2NbitN=2^{Nbit}と書くとBlind Rotateの出力はNbit+1Nbit+1のアドレスでLUTを引いていることになる
  • 下位のbitを潰せば複数のLUTを同時に評価できるのではないか？
    • vv-bit潰すことにすると2v2^v個同時に評価できる
    • ρ=2v⋅⌊2N2v⋅b⌋−∑i=0n−12v⋅⌈2N2v⋅ai⌋⋅simod  2Nρ = 2^v\cdot⌊\frac{2N}{2^v}⋅b⌋-∑_{i=0}^{n-1}2^v\cdot⌈\frac{2N}{2^v}⋅a_i⌋⋅s_i \mod{2N}
      • [ρ,ρ+2^v-1]の範囲のindexはそれぞれ違うLUTの値を詰めることができる
      • fji,i∈[0,22v−1],j∈[0,2v−1]f_ji,i∈[0,\frac{2}{2^v}-1],j∈[0,2^v -1]をそれぞれのLUTの値とするとTest Vectorは下のようになる

∑i=022v−1∑j=02v−1fji⋅Xi⋅2v⋅j\sum_{i=0}^{\frac{2}{2^v}-1}\sum_{j=0}^{2^v -1}f_{ji}⋅X^{i\cdot2^v⋅ j}

参考文献

page_number: true