同态加密：藏在密文里的计算魔法，正在改写数据安全规则

上个月和做隐私计算的老朋友喝夜酒，他拍着木桌子喊，现在搞数据安全的，都在等同态加密规模化，谁先跑通落地谁吃最大那块肉。我那时候还半信半疑，直到翻完OpenAI今年发的那篇用同态加密做大模型隐私推理的预印本，才反应过来——这东西真不是实验室里摆了几十年的花瓶了。

说人话，同态加密就是能直接在密文上做计算

普通人对加密的认知是什么？就是把你要保护的数据锁进带锁的箱子。要想用这个数据做计算、做分析，必须先开箱拿出明文才行。 这就是最大的漏洞。 你把敏感数据传给第三方处理，敢把明文直接给出去吗？不管是个人的医疗病历，还是企业的风控数据，没人敢。之前的所有加密方案，几乎都绕不开“要用就必须解密”这个死循环。 同态加密直接把这个循环破了。你不用把明文给任何人，对方直接在加密后的密文上做任意运算，算完结果把密文发回给你，你解密之后得到的结果，和你拿明文算出来的结果完全一致。 是不是像魔法？对，早三十年它真的就是只存在于论文里的魔法。1978年就有学者提出了同态加密的概念，之后几十年一直没什么突破，最多只能支持单一种类的计算，要么算加法不能算乘法，根本满足不了实际需求。直到2009年斯坦福的博士生Gentry，才拿出了第一个可实现的全同态加密方案，靠着这篇论文直接拿了ACM的大奖，现在整个圈没人不知道这个名字。 那时候的方案慢到什么程度？算个简单的整数加法都要耗掉好几秒。别说处理现在的百万级数据集，存都费劲。说白了就是只能证明这个方向能走，根本用不了。 同态加密与传统加密流程对比图

为什么最近几年同态加密突然成了香饽饽

说实话，要不是大起来和合规要求越来越严，同态加密可能还得在实验室躺个十年八年。 你想啊，现在所有数据都往云端跑，你找大模型做医疗问诊，要把完整的病历输进去；企业找第三方做风控建模，要把用户数据传过去，合规要求明文不能出域，需求又要求必须算，怎么办？之前隐私计算圈用的最多的是联邦学习和安全多方计算，要么会损失精度，要么通信成本高得离谱，碰到大模型这种参数规模，根本扛不住。 《个人信息保护法》落地之后，“数据可用不可见”已经不是可选项，是硬要求。同态加密刚好完美命中这个需求，不需要数据出域，就能完成计算，安全性比其他方案都高。 还有就是硬件性能的提升，真的给同态加密帮了大忙。摩尔定律虽然放缓，但是专用加速芯片出来之后，同态加密的计算速度比十年前快了几十万倍都不止。去年微软研究院出的测试结果，跑一个7亿参数的大模型推理，全程用同态加密保护，延迟也就几秒钟，放在五年前，这想都不敢想。 国内这边，现在头部的科技公司都已经把同态加密放到了核心产品路线，蚂蚁、华为都推出了开源的同态加密工具库，去年不少政务和金融的信创项目招标里，我都看到明确要求供应商要具备同态加密能力，这就是从理论走向落地最明显的信号。 全同态加密支持大模型云端隐私推理流程示意图

大规模商用，还差最后一道坎要跨

大规模商用，还差最后一道坎要跨 别听网上那帮炒概念的吹，说同态加密能解决所有数据安全问题，那都是瞎扯。现在要规模化商用，还有两个绕不开的问题。 第一个就是成本和速度，哪怕现在最快的优化方案，做大规模运算还是比明文计算慢几十上百倍。小数据量的场景，比如做个征信查询、单笔反欺诈，那没问题，成本压得住。要是做千万级数据的全量模型训练，成本还是高到一般企业扛不住，没人愿意花这个钱。 第二个就是行业标准没统一。现在不同厂商用的是不同的技术路线，参数、接口都不统一，跨机构跨平台对接的时候，麻烦得要死，要做很多额外的适配工作，这点也拖了落地的后腿。 不过话说回来，技术迭代的速度真的远超大部分人的预期。去年我还听到不少专家说同态加密规模化至少还要十年，今年就已经有多家银行在用同态加密做跨机构联合反欺诈的测试，反馈效果还不错，成本已经降到了可以接受的范围。 现在圈里最火的方向是部分同态加密结合大场景，就是不需要全量数据都加密，只加密敏感的核心数据，公开部分走明文，速度一下子就提上来了，成本直接降了好几倍，这个思路已经验证走通了，不少厂商已经在做产品化了。 我个人是挺看好同态加密未来五年的落地的，尤其是金融、医疗、政务这几个对数据安全要求极高的行业，这真的是刚需。你想啊，以后你拿着自己的全量医疗数据找AI问诊，不用暴露任何隐私给AI服务商，对方直接在密文上给你出诊断报告，多安心？金融机构跨城市做联合风控，不用把用户数据传来传去，直接就能完成计算，既符合合规要求，又解决了实际问题。 这两年技术圈刮了太多风口，好多概念炒完一轮就没影了，但同态加密不一样。它从出生开始就奔着解决一个核心痛点去的——数据要能用，又不能露，这个需求只会越来越多，不会消失。 等着看吧，再过两三年，说不定你手机里的云存储、移动支付，已经偷偷用上同态加密了，只是你没感觉到而已。