同态加密：密码学与计算科学的融合设计 | CNCC

北京航空航天大学副教授

CCF容错计算专委常务委员，北京航空航天大学网络空间安全学院副教授，主要研究方向是同态加密、隐私保护计算与密码软硬件协同加速，于IEEE S&P、ACM CCS、NDSS、USENIX Security及DAC等多个领域的CCF-A类期刊及会议以第一或通讯作者发表论文十余篇，获CCS 2023杰出论文奖。主持国家重点研发计划青年科学家、国家自然基金委青年基金等项目，入选第九届中国科协青年人才托举工程。担任多个跨领域的国际会议与期刊的程序委员与审稿人, 包括CCS、CVPR、TIFS。他是IEEE与CCF的会员，CCF杰出演讲者。

论坛讲者

清华大学长聘教授

清华大学长聘教授、博士生导师、教育部长江学者特聘教授、北京市优秀研究生导师。1999年和2004年在清华大学取得学士与博士学位，随后留校任教。曾在欧洲微电子中心、麻省理工学院、林肯大学、牛津大学进修与访问。研究工作聚焦软件定义芯片、硬件安全与密码芯片、VLSI数字信号处理等。发表学术论文300余篇、授权发明专利100余项、撰写著作10部，参与制定国家标准1项。任国际权威期刊《IEEE Circuits and Systems Magazine》副主编、中国工程院院刊《信息与电子工程前沿》（英文）执行副主编；任集成电路设计顶级会议ISSCC、密码硬件顶级会议CHES、电子设计自动化顶级会议DAC的TPC委员、集成电路设计一流会议A-SSCC管理委员会成员、大会主席；任ISO/IECJTC1/SC27 国际标准注册专家、中国密码学会密码芯片专委会副主任委员、中国电子学会EDA专委会副主任委员。关键技术在一系国家重大工程中实现批量落地应用。曾获国家技术发明奖二等奖、教育部技术发明奖一等奖、中国专利金奖、中国电子学会技术发明奖一等奖、某部委技术发明一等奖、世界互联网大会15项领先科技成果奖等。

报告题目：密文计算芯片关键技术

摘要：随着数据要素市场化的加速，隐私计算作为平衡数据流通与隐私保护的关键技术，已成为学术界和产业界的共同焦点。其中，基于全同态加密、零知识证明与安全多方计算等隐私增强密码算法/协议，虽然可以提供可证明安全性，但仍然面临计算复杂度高、访存带宽与存储开销巨大、物理实现安全存在风险等一系列技术挑战，亟需开展针对隐私增强密码加速的密文计算芯片技术研究。围绕这一问题，本报告在梳理隐私计算概念与技术体系的基础上，重点分享密文计算芯片的研究现状与团队在这一领域的研究进展，最后对未来的技术趋势进行展望。

中科院信息工程研究所研究员

中科院信息工程研究所网络空间安全防御全国重点实验室副主任，2009年于西南交通大学获得信息安全专业博士学位，2009-2012年进入中科院信息安全国家重点实验室从事博士后研究，2012年进入中科院信工所。主要研究兴趣包括可证明安全理论、抗量子密码、全同态密码、物理层密码.带领团队设计了抗量子密码算法LAC参加美国抗量子密码标准征集，是进入第二轮的26个候选算法之一。针对全同态加密的计算瓶颈，设计了门自举、电路自举、AES转密等同态加密核心算法，研究成果发表于欧密2024、TCHES2024、CCS2025。担任国际标准化组织ISO/IEC密码工作组专家，参与抗量子密码和全同态密码领域的国际标准化工作。

报告题目：简化电路自举及其应用

摘要：在全同态加密中，自举(Bootstrapping)是最耗时的步骤之一。目前主要有三类自举方法，包括分级自举(Leveled bootstrapping)、门级自举(Gate bootstrapping)和电路自举(Circuit bootstrapping)。随着自举技术的发展，不同类型的自举方法相互借鉴，逐渐演化出适用于不同目标场景的多样化模式。电路自举通过密文外积的同态查找表来评估目标函数，从而实现噪声刷新。本报告将重点介绍简化电路自举的设计及其在转密和同态处理器指令集中的应用。

DESILO研究员

Ilaria Chillotti目前是DESILO公司（韩国）的一名密码学研究员。她的主要研究方向是全同态加密，以及更广义上的隐私增强技术及其应用。她于2018年在法国巴黎萨克雷大学获得博士学位。在加入Desilo之前，她曾在微软研究院（美国雷德蒙德）、鲁汶大学（比利时鲁汶）和 Zama 公司（法国巴黎）工作。她是TFHE方案的主要作者之一，而该方案是目前研究最广泛的全同态加密方案之一。

照片：

报告题目：基于DESILO FHE库的全同态加密应用

摘要：全同态加密(Fully Homomorphic Encryption, FHE)是一类能够在加密数据上直接进行计算的加密方案。近年来，这项技术因其在解决云计算应用中的隐私问题方面的潜力而备受关注。尽管最初FHE在计算时间和内存消耗方面效率极低，但随着研究的不断进展，如今它已能够支持多种实际应用场景。在本次报告中，我将首先介绍现有的FHE方案，包括其分级操作(leveled operations)和自举(bootstrapping)技术。随后，我将重点讨论FHE的应用，特别是在机器学习中的应用，并通过演示展示如何使用DESILO FHE库构建一个实际用例。最后，我会介绍全同态加密未来的一些新发展方向。

汉阳大学副教授

现任汉阳大学数学系副教授，并兼任计算机科学系职务。在加入汉阳大学之前，她曾任蔚山科学技术院（UNIST）计算机科学与工程系及人工智能研究生院助理教授。她的研究方向主要是基于同态加密的安全与隐私保护数据分析的新方法开发，在数据查询处理、基因组分析及机器学习等领域的高效密码协议实现方面具有丰富经验。

报告题目：基于同态加密的安全Transformer推理

摘要：同态加密(Homomorphic Encryption, HE)允许在无需解密的情况下对加密数据进行计算，从而有效保护数据的机密性。本次报告将介绍一种新的同态矩阵乘法方法，以及其在安全推理框架中的应用。最后，我将展示基于Transformer的加密数据安全推理的基准测试结果。

北京大学助理教授

北京大学助理教授、博士生导师、博雅青年学者。曾于美国Facebook公司虚拟现实和增强现实实验室任Staff研究科学家，主要研究方向为高效、安全的人工智能算法和芯片。发表论文90余篇，谷歌学术引用7600余次，获得CCF集成电路Early Career Award、AICAS大语言模型系统设计竞赛第一名、DAC系统设计竞赛第一名、欧洲设计自动化协会杰出博士论文奖、ACM博士科研竞赛总决赛第一名等。

报告题目：协议-硬件协同设计的高效隐私保护Transformer推理

摘要：过去十年，人工智能伴随数据的爆炸式增长而迅速发展，但同时也带来了数据滥用与泄露的严重风险。基于密码学原语（如安全多方计算、同态加密等）的隐私保护人工智能(Privacy-Preserving AI, PPAI)应运而生，成为一种能够在保障数据隐私的同时开展人工智能计算的新型计算范式，并日益受到产业界与学术界的广泛关注。然而，现有的PPAI框架在计算与通信开销方面往往面临巨大挑战，尤其是在处理先进的Transformer模型时，这成为其在真实场景中部署的重要障碍。在本次报告中，我将介绍我们近期在Transformer模型、PPAI协议以及加速器体系结构的跨层协同优化方面的研究工作，以提升隐私保护Transformer推理的效率。

蚂蚁技术研究院高级研究员

现任蚂蚁技术研究院高级研究员，计算系统实验室副主任。张明喆2018年博士毕业于中国科学院计算技术研究所，曾先后在中科院软件所（2008-2009）、中科院计算所（2018-2021）、中科院信工所（2021-2024）任助理工程师、助理研究员和副研究员。近年主要从事同态加密加速、硬件加速器架构、新型非易失存储器等领域的研究，在ISCA、MICRO、HPCA、DAC、IEEE JSSC、IEEE TC、IEEE TCAD、ACM TOS等计算机体系结构领域顶级会议和期刊发表论文40余篇。其领导的同态加密加速研究团队曾多次刷新GPU同态加密加速方案的性能纪录和ASIC同态加密加速器的性能纪录。张明喆于2023年获得ACM SIGOPS中国新星奖。

报告题目：同态加密加速：一个系统的视角

摘要：同态加密(Fully Homomorphic Encryption, FHE)为实现数据隐私保护的“可用不可见”计算提供了强大保障，但其固有的巨量计算开销和存储膨胀问题严重制约了其实用化。本报告系统剖析了FHE在性能与效率方面面临的核心挑战，尤其在高强度运算和密文处理中的瓶颈。针对这些挑战，本报告从硬件加速、异构系统构建、软件与工具链三个层面介绍了蚂蚁技术研究院计算系统实验室在构建FHE加速全栈解决方案上的系统性工作。最后，报告基于系统视角展望了FHE加速的未来发展方向，分析了各层面（从算法设计、编译器优化、硬件架构创新到系统集成）面临的关键挑战，以及如何实现高效实用的隐私计算基础设施。

CNCC2025将于10月22-25日在哈尔滨举办。专题论坛将在往年多样化主题的基础上，首次通过“基础-前沿-未来”的一体化设计，满足不同背景参会者的需求，构建从知识获取到创新激发的完整路径，打造系统化、进阶式的参会体验。重点设置9大主题板块，每个主题板块的专题论坛由三大核心模块组成：面向前沿领域的体系性Tutorial、聚焦前沿突破的专题论坛以及探讨未来发展路径的思辨论坛。