富士通研究所 下山武司さんの代理アップロード

1. 下山 武司
富士通研究所
セキュアコンピューティング研究部
準同型暗号の実装とMontgomery,
Karatsuba, FFTの性能
Copyright 2015 FUJITSU LABORATORIES LTD.
x86_64勉強会
2015年3月15日、秋葉原UDX10F

2. 準同型暗号
 研究背景
 クラウドやビッグデータ分析などの進展に伴い、機密データ利活用とプライバ
シー保護の両立が大きな課題
 準同型暗号
 暗号化したまま加算や乗算が可能な暗号技術
 クラウドコンピューティング分野への適用が期待
Copyright 2015 FUJITSU LABORATORIES LTD.
E:準同型暗号化関数
E(a+b) = E(a) + E(b)
E(a×b) = E(a)×E(b)85点→E(85)
E(85)
E(72)
E(89)
暗号化した
まま集計
E(246)
一度も元データに戻さず処理可能
⇒ データの機密性を保持したま
ま計算可能（クラウド上暗号化）
合計246点
復号
72点→E(72)
89点→E(89)
準同型暗号化
2

3. 適用例１：医療データ統計計算
 医療や生化学データといった機密情報のデータ分析などの複数の
企業にまたがった情報活用を促進
 医療費／特定疾病／健診結果／生活習慣等の統計計算等
病院Ａ 健保Ｂ
有り ：１
無し ：０
メタボの人は肝
炎になりやすい
暗号化したデータを送信するだけで、
分析結果が得られる。
暗号化
したまま
内積計算
復号
暗号化 暗号化
内積＝肝炎かつメタボ
の人の数
病歴等が
見える
希少データから個
人特定の可能性
Copyright 2013 FUJITSU LABORATORIES LTD.3

4. 適用例２：秘匿生体認証
 生体認証特徴コード
 手のひら静脈画像から2048ビットの特徴コードを抽出し照合する認証技術
 簡単な比較計算により、高速照合が可能
 一つの生体情報から複数の特徴コードを生成できるため、生体認証サービス
ごとに異なる特徴コードを登録することが可能
 準同型暗号で秘匿しながら照合処理が可能
画像正規化
（位置・変形補正）
特徴コード生成
変換条件
01010010・・・
’0’と’1’に変換
照合用特徴コード
（2048ビット）
手のひら静脈画像
特徴成分抽出
Copyright 2013 FUJITSU LABORATORIES LTD.4

5. 準同型暗号方式の種類（3タイプ）
Copyright 2015 FUJITSU LABORATORIES LTD.
完全準同型
（任意の暗号演算）
Somewhat準同型
（限定回の
暗号加算・乗算）
加算準同型
（暗号加算のみ）
(RSA, ElGamal, Paillier,
Okamoto-Uchiyama, etc.)
機能性
（適用例）
集計
（電子投票）
統計計算など
（医療データ統計分析
・生体認証）
高度な分析
（スパムメール対策）
処理
時間
機能性の向上に
伴い、処理時間
が大きく劣化
遅い（暗号化に
数分～数十分）
速い
5

6. SHE準同型暗号
 SHE (Somewhat Homomorphic Encryption)
 暗号化したまま、限定された演算可能回数（N）のデータ操作可能な暗号
 基本演算の違う方式が、これまでにいくつか提案されている
• BGN（N = 1） ：ペアリングの計算
• 整数ベース ：代数的整数の計算
• イデアル格子ベース ：多倍長整数を法とした整数計算
• Ring-LWEベース ：正標数係数多項式演算
Copyright 2015 FUJITSU LABORATORIES LTD.
本発表のターゲット
6

7. Ring-LWEベース準同型暗号方式
 鍵・パラメータ生成
 Rq=GF(q)[x]/(xn+1), 秘密鍵sk1=s, 公開鍵pk1 = (a0, a1)
• a0 = -(a1s + te) in Rq, s, a1, e: 鍵生成時の乱数 in Rq,
• t：平文空間の法、q：係数体の位数
 暗号化
 平文 m の暗号文を Epk(m) = (c0, c1) (n-1次多項式の組)
• c0 = a0u + tg + m (in Rq), c1 = a1u + tf (in Rq)
• u, g, f: 暗号化時の乱数
 暗号文処理
 平文m, m’に対する暗号文の準同型乗算処理
• Epk(m×m’)= (c0, c1)＊(c’0, c’1) = (c0 c’0 , c’0 c1 +c1 c’0 ,c’1c’1 ) (in Rq)
• Epk(m+m’)= (c0, c1)＋(c’0, c’1) = (c0 + c’0 ,c’1 + c’1 ) (in Rq)
 復号
 暗号文Epk(m) = (c0, c1, c2 ) に対する復号処理
• Decs(c0, c1, c2) = c0 +c1s+c2s2 (mod Rt) (in Rq)
多項式の乗算
正標数(mod q)係数の多項式
7

8. Ring-LWE準同型暗号の実装
 実装上の基本パラメータ
 Rq=GF(q)[x]/(xn+1)
• n : 剰余多項式の次数
• q : 係数の剰余（素数）
 複数パラメータを実装
 n=2048, q: 61-bit 素数, (27*(256) + 1)
 n=4096, q: 65-bit 素数, (31*(260) + 1)
 n=8192, q: 69-bit 素数, (9*(265) + 1)
 n=16384, q: 73-bit 素数, (31*(268) + 1)
※nが4096以上の場合は、q の大きさが 64bit を超えている(;_;)
※qが小さいと復号処理に失敗するので、仕方がない。
※素数qは、GF(q)上の2冪乗根(FFTで必要)が計算しやすい値としている。
Copyright 2015 FUJITSU LABORATORIES LTD.8

9. 実装上の注意点
 基本演算：正標数係数多項式の乗算剰余処理
 多項式乗算：FFT or Karatsuba
 係数乗算剰余：Montgomery乗算
 mod xn+1 : 係数をずらして引くだけ
 実装上の工夫
 乗算処理回数の削減(乗算3回→乗算1+事前計算)
• 2a×b + a×c1 + b×c2 → 1/2((2a + c2)×(2b + c1) – c1×c2)
 実装パラメータ・コードの最適化
• パラメータのMontgomery化
• 係数は“mul” (64bit*64bit)とKaratsubaの併用で 96bit*96bit 乗算処理
• ガウス乱数を一様乱数の平均値で代用
• その他、もろもろ
 サボった点
• メモリアクセス速度の最適化は未実施
 では、多項式FFT or Karatsubaはどちらが早い？
Copyright 2015 FUJITSU LABORATORIES LTD.9

10. KaratsubaとFFTを実装してみた
Copyright 2015 FUJITSU LABORATORIES LTD.10
1.E+00
1.E+01
1.E+02
1.E+03
1.E+04
1.E+05
1.E+06
1.E+07
1.E+08
1.E+09
1 4 16 64 256 1024 4096 16384
FFT 73bit
FFT 61bit
Karatsuba 73bit
Karatsuba 61bit
Karatsuba
FFT
801次 (61bit prime)
1563次 (73bit prime)
多項式の次数
正標数係数多項式乗算
clockcycle
Intel Xeon X3480, 3.07GHz, 16GB memory, x86_64 asm, gcc on Cent OS 6.1
※傾き Karatsuba: 1.6279, FFT:1.0662, (理論値は各々1.584, 1.0)
今回扱う範囲では
FFTの方が速そう

11. 実装上の細かい点
 Montgomery乗算 (乗算剰余)
 bビット素数p, に対し、a×b/R mod p, (R =2b)を乗算3回で行う計算法
• （x,y に対して xy mod p を計算する際、a = xR, b = yRとし ab/R=(xy)Rを計算）
• m = -p-1 mod R (事前計算)
1. T=a×b
2. U=T×m mod R, (Rは2巾なので mod Rは簡単)
3. (T+U×p)/R を出力 (カッコ内は必ずRで割り切れるのでシフトのみ)
• x86_64実装でのちょっとした工夫
• 3.の乗算下位は不要。1.の下位ワードと(-1)との加算によるcarry registerで代用
• 3.の加算結果がピッタリ上位registerに来るように入力を調整、シフト不要
Copyright 2015 FUJITSU LABORATORIES LTD.
movq (a), %rax
mulq (b)
movq %rax, %rcx
movq %rdx, %rbx
imulq (m), %rax
mulq (p)
add (-1), %rcx
adc %rdx, %rbx
movq %rbx, (ret)
※左コードは16clock程度
(同様にp < 295では36clock程度)
Montgomery乗算(p<263)のコード例
11

12. FFT変換処理のMontgomery化
Copyright 2015 FUJITSU LABORATORIES LTD.12
Input f[];
Output g[];
for (i=0; i<n; i++) { v[i] = f[i]; }
for (k=(n>>1), kk=0; k>=1; (k=k>>1), kk++) {
for (j =0; j<k; j++) {
u = 1;
for (i=0; i<n; i+=(k<<1)) {
x = v[i+j];
y = v[i+j+k];
s = u*y mod q;
t[i] = x + s mod q;
t[i+k] = x – s mod q;
u = u * w[kk] mod q;
}
for (i = 0; i< (n>>1); i+=k ) {
v[i+j] = t[i<<1];
v[i+j+(n>>1)] = t[(i<<1)+k];
}
}
}
for (i=0; i<n; i++) { g[i] = v[i]; }
Montgomery空間
(x→xR)で処理

13. 準同型暗号処理性能
 Ring-LWEベース
パラメータ(n,q,t) 鍵生成 乗算 暗号化 秘匿内積 復号
(2048,61-bit prime, 211) 3.50ms 1.56ms 3.65ms
(31.2KB)
5.31ms
(46.8KB)
3.47ms
(4096,65-bit prime, 212) 11.74ms 11.09ms 23.03ms
(66.6KB)
34.34ms
(99.8KB)
22.17ms
(8192,69-bit prime, 213) 24.82ms 23.17ms 48.07ms
(141.3KB)
71.25ms
(212.0KB)
46.35ms
(16384,73bit prime, 214) 54.50ms 51.97ms 107.25ms
(299.0KB)
159.45ms
(448.5KB)
103.94ms
CPU: Intel Xeon X3480 at 3.07 GHz, 16 GBmem
実装完了。これって速いのか？遅いのか？
別の準同型暗号 (イデアル格子版)と比較してみる
Copyright 2015 FUJITSU LABORATORIES LTD.
※ 秘匿乗算 0.19秒(n=2048) ,0.95秒(n=4096) by Magma, Core2 duo@2.1GHz in [1],
[1] Naehrig, et.al., “Can homomorphic encryption be practical?”, CCSW2011
13

14. イデアル格子準同型暗号スキームの構成
 鍵生成
 n: 格子次元, t: ビット長（鍵生成パラメータ）
 公開鍵pk = (d, r), 秘密鍵sk = wi （V×W =W×V= dを満たすWの1成分）
• vi: t-ビット乱数, d: 行列Vのdeterminant
Copyright 2015 FUJITSU LABORATORIES LTD.














10
01
00
1




n
r
r
d
B














 

021
201
110
vvv
vvv
vvv
V nn
n




HNF変換
公開鍵
 暗号化
 平文情報（整数）: b → 暗号文：b + s・Σui・ri mod d
 復号
 暗号文: c → (c・sk mod d) mod s
 暗号操作
 暗号加算：c1 + c2 mod d, 暗号乗算: c1×c2 mod d
ノイズ（ui:乱数）平文空間サイズ
逆変換は困難
14

15. 暗号化処理の実装について
 基本演算は、多倍長整数の乗算剰余と加算
 暗号化：平文 b → 暗号文c = b + s・Σui・ri mod d
 暗号操作：加算 c1+c2 mod d、乗算 c1×c2 mod d
 復号：暗号文 c → 平文 b = (c×sk mod d) mod s
 法 d の大きさについて
• (n,t)=(2048,37)→ d: 75776ビット
• (n,t)=(4096,37)→ d:151182ビット
• (n,t)=(8192,41) → d:335827ビット
• (n,t)=(16384,45)→ｄ:737280ビット
 実装の肝は、超巨大な整数演算！
 乗算剰余 : Montgomery 乗算
 多倍長乗算 : Karatsuba
※FFTは？Karatsubaと、どちらが速い？両方実装して比較しよう！
Copyright 2015 FUJITSU LABORATORIES LTD.
超巨大！
15

16. 法dの例 (n=2048, 75776bit)
Copyright 2015 FUJITSU LABORATORIES LTD.16
d=
7f020536b6a58c9f478c20df108eec7328aed49a067532eea47bf81dcb2b6d9ebcd2f9a6aaeebdade4035e019e004b735af841b6f2d94d9e9adc1a61a0e98f861baff730f3fae3bf90249c6921cbb23c1bbe4ff1336d90c4a68572b9064a0240083da473263963cf7797ce119970de7d925c6402acd76643c478b7b21
c9b9c8306883b2778d27992711c83c8db21a5cacee6b7aa99ef43a196831d93e544d05b48fbbaddc8d58d5a5ef19b6bf18e54847330160dc39f61cd8f002092e48b0399690a009418abcd6d348082eec04c031e165d35ecdcd9f40980eebde9fd6c647422577b54e47906c0db7b03a5320eb498449b9380641464
75652650e05fb9e653b0a9e15db5c18440f925d6553f897944ea781a0e93b926c66f336eb10ca81fadcbde8d66d3afb355ebdd038a3a3df36cbe8349be47c54aec9857720f03da02feb750e9c3ddd27f88e1052afe5aa437a1c95f53dc202982ef754cc54698cca4d24caeb997bfd39b0e1e3e7b5480d38cfa1ac3c19
d5882dd349f4b198ab81b208f9f0417c25af0c426e32f6f77d703eb3c88e9e678b008ee78617a6c5109ea54ebd958e60328b9306da3641434d65ecdcd72d1c00b97f7f992ba8ef83b8782497bb255723e8ab4346ad6c9e7c59e9a2c151849a95fad7a3ae64ecd46a423cef00960d9bf2dd97b8df2c10a398be0da41
54020eafcf8505cab63fb56cf8f38326baa9555b1b7928b13c0d1a8bbf7ea28518dc591f3f403fa93371e91f130f896edf8fcb49b28cb312663cc0ea0533cfba065b53a0043a46cdea4176887fd891c33f5d61b7eac56cd625fc58e6d7871458ea65a37f045c7e328de6c80630a68b2570695936648a17d8c84dbc0844
c97bca86f62eda3d3108affe901a45e9b318570d3ab67919dfaca129538798631e648b8940a1a508ba0c13b73462c6cc750eab7e0373255f18ac0bfe3fe6a9951b9835112ea6b99f9d8a6f51d236c1b73d55fa526d665be43a74ee01083d9173fc0f8658242d2627b7a36d83af350dbdcb75be27afffbbd594e2d4d39
fe42accc7304861dfb5ac15216a96506f6c03a69f57ad2fa536ea02de3c320bb7035e00f516a5819bca88a51fb2d8332489474c60112ff64b99ea0e54906829576c08860cd78b6b1e837d1dff922b64c0fcdbcca8e2479e68123f6b6fd0a28ef875b94f8de8471959a926461b401c83f56ad416de0fb31924b375a63e0
1a8ad150a8368a6de88537640b7401f8888c1117f9822c1eef6e6c20cb7ab5744d9ae7f808cfe74276d62b0997b0d28f1a58c2a5a550082afc80db797e89cc35841a568cab30f674ccf1faedab2964c6ee66dfd83bb346c0218d0395c1716565d704dd3d40545696ab6dbda51d2331a3a1ec03cdd7fc6e7ad014910
b2b1bbde74141dfbcd3c9ca6483bef73a1d72d6edbfd780834657bd7ed213c0ce8a4e53a106cc0cfbf4a5bd2c001e127723d6bb86621ceb4525138f56bf141b39138c405393037752dddd0c559477bf92a4cf4fbed5f92e2382aa9126ef70816c094b5bb65217d702e72b6806ca917e94d9da283016eb3657aba0ad
f5e14c5d135b72d7dddb6f4ecebef38f8d331a89565155045802f651e8ef6039ae967c612fe758c94b0502552aad7dc54565445113f02c321b5d65279f70fdcdd2b497ff66d340010eeb23eb583a0fc404b7d22646de3095259cdac3a6ce9f3c08bc1e5274d58c996ccb2d19cd0b49475046b9663c907652ded38972
24f89c868e0bcc28b2258cc351e240932d7cbce5176b214de31e9bf5f323299630d4b1e460c73896c2b06459558947230e9c775d59e1da9efc675521efe843046d39843d3c7d713fce461f73630926be30f9eab2967579083c600b5fcaf2daf15e76089bad02a352e20a51d0a41f40567851485ad1cd190b07efd91c
64946695372c279b7eca987181cf277b98d6a5be4b159415900a4886fbe085dba038a48ff756d6be421728cd36487602b13aa8fb1d88af8a0257f184e2c09a412be2b662f2c4e319e8a3777526e0e1c1de9f82f145c4d3e5af9698c39997cd3e6526a747157a6a6cc1078ffdb75d7d6027058c0bb6ae1bb1fecb7d88
369317fcd145e28201c79a8cf7330478131d021c062253ddd23a57e2bab8b6405d4ffb54e3e620a2ac759638993e75cd05c3f08d432f75efd597026e2dad056b35fe12f123fc2243043f5518c0442c1379c68dd911976b3d09874d8e2eb59e9fba3a103942812c4ff82c7be03b2dc2f81b26e7d54901ee920354fffd0c
744670b05e9a19b986bd22a1f80e07adaab3e4ccc233c71b1924f8438bd04b842a59b018bdee152ca25d8b0db86e9d05977111da724c5cb3c6725af5b1a4ee4f94b825e6c939da041da102ec3f84cf522241a2e56ea54cc1cd9ac417a9ea0bc45ddb49af5a0dd700e7ef1b8d91dc9d4faf352c57e372ad8dd21cb2
ed58527c44f61ef8737b1c07ba3e7b4ea0d4cb17396cce950d6a0ee735552e12aa88b82491aeac6105857a535de1ff8a7b3bb9e19b260f1d7e212b14ef8b55c44cf0c7948eff571f99712cc0b0e313d8e7d4c826becf60bdb25851186c5103f5d4f26b9c6891df0631fc4f40b22b547e3ee596fe92f8e47a1b972f5cb7b
f507c554df24421a7a36c636b4c06cc3b9eff8f93edf3aa8583558b4d716fe8a507b8e2fc01af93899e900099f76b4a67eb1b7ae69783aa04270016d697b9b255b03a1f812bf18ccb22d3738b0c860ac7b84f5b165689076b98a3a43b4dad1682e31c7230d905e2e2a2657806dd6d1fba78e1f61210dff99ca68892f14
cbe4b510d823e1e00ca642025f4a8bfd25b8d511d07eecb0809a21d00c60c6b089199b1679b00129c1a9c92b5f151d1382e6e27e081378b5efc9249b6b99005c0e4e30bbb6ac87b17294af4254f5dad9d052c3a167441107c301bc78e205ba95d1cae862d411981e92226bc73baf7ea63d575fd936a96c81564ac
8626ea396060b1bb425f7474a14a9dd5548e840151fe5ced7ce755c1964b58dff368bad519162abe49a25adfd95e08350989a0dd700e06e5318652f5ea25fbb45ba8c8fd738d566662a900a85841734de53c9dd487f89d91a97057eadac020e914d46e32ebf9a41c9f3f986a18e0fc6ba6c03cfb1d8222da1b8a3f88
1a4e7248ed30f95efc5cf78b8555cf577001ebaccb371b33a973d3c316b55d497a028be03f0eb4f4a4f59daf6ab29e832ed220d7ef7ad860ff3d11650285d8f86b42557b0b86a6a84da2cdd157b31c74bba8271c93fce75a03dea1c93b42847877b126f260a69973b57a93ef848dc10a26032e55dd723e98f97c6edd5
4108f19901aff366acca14bd4e8d7dca0212e66f288be4c0585543284bb2f072445b5b87bf57bab0eed0325fe050e0402ea3d89fe39121bdbc9244540a704ed9882a32193f0822251f616612796a58386fa4b8ec0d1b714adb890e0b1cc798808cdd1254135266d0a556934d9610785c630ff57924ec09a2adfa2d81
71169daaadc7f3bf693d7ac67381c5f07eac3e58ad585305504ad367fafe9ef94f61c14e05c9eff73d043808f0082f2f21ed6e2162403667d636623760b74f63ee4eba20555d0ba47784b6db14f69ed50e448af4596ba557b1faafee357efafd61a64883807be90e44e70e34bade7bac6901b172d8571ba09205605156
6aaafbfc7558d27dadf05316a137f734fe3e69bb8b2e280429460eed3c1c70a2e5e4f15e5b7ab6953101b93147baf55a176a97ed1db6c22b4cc7af00206362ccced0fde1789f7f11b5d9a1fae93a2232fdc7b1ed895f022f33ff7d58024a9f82482c5a4cf3d2460d5245a7d0509fb7d813adf4feaae058c663c9ae5c8d0d
33996766bfb47d95c57cd7d17a793656ccd79c31412460e2ec0e1a1f4c281036f0d909232f63143a83aac2a13992b0bdc37e31052868472b8f7720f2fdf2208a6dc2fa7430a234f9e7a2415b5b1bcb14840b79766a3ba3cc1ecbe401a9ce2da7f1cb218faa21f7d4f671e002883ee79b6de9c526b8238e29d61fbdad9
c93c320ae2f90539dfee2e58f4c52690e8d73a3aa1376ac4ea7d059a5add5aa72f42121c0e8320d97517d706d93e38f54dac676c96f4de9565f2ccf2e7bffbe4bcd443be925cdb604e4d02a38cd1c801f758cfb499e1384f09a8c4e8dde4de61bb6c353afaed98a2b135b0b9ec30177e51833f8a258336a5ba0518ecd
ba04debb15089f3861deaa03ee7008e7b540962c623cace77041269251b86eefe1ec5c018116ae046457b0f074147c829264ccbd072942dfe39b935d36c8d8f6be51a0f223e9fc70899de83d95dfdc0e36a72db3d29471cd45674d5acb11e38bd8ae27aa535ae4d4c56d930d68dd7c3f602ff6ce38ebcd411c6d2d0
94023dd0d33dc028350ed0c73410ad820f8afce48018b0195df47b7aa96bcd6a36bc511a7a80bb5261254a470897b2fba8dc85e070d95196e54872c1f8428751c4cfc4bfcd5f232fd1f55265fa7945978075cb26e0111463783ad2c5017ecd4eee85398b1b0a936d37cf921160cff01ccd867cc52cc90b0722e59d0b2
58bd0473102c73c391a3131d3499c0a3afde637930e21c7307fa43f15892d7f0b7087396533abaf4bf2edcbb2dcc0809a59330fb7a6a9dab83fc7b67f13537c5aaf7b4930c7660a49ae81e414f5c39d4b2984fe12ca3af61a369856592e2de5f23864e59c3365123448bd4089836759380a31ba245eb80db627947c1
555806da37dc5bc1c612465e7930b4cd0944cb0fc6b1ae9209106db3afe3ba0ca1267c03b19bbc72811461211f999238f3ed828a165b7700dd1b8f9ed139019e166c8b40013b2161fe55ec106000bc80ed12a5a2ece2fc4c8ab0ca36edadc472e51edddc4a223a9de098eaede6aaf002dd7ccffe101e7ab8822da3
9cfdc41e9cc4a1073f363283468288662347b0c8964d178905d26eeaae55c3a6f4b3c692bbece0ff8f10e0496540d5467d4f9bd62d6e28f8108823106eeec0842f3664437bf526befcff5b8d4342a82df73b1e29f57ae0258170fb4a3819be5e8f4c105c5fd4e0f90a14bd2714f4f9d9cf0b0a82d30a47eccfe2cc5ef3307
32cd5773ceec6a066b4457602d43bcdbf6fec972fadf861fc7d278431317009a7c9ae285237cc9a2a1cf11cdaed6174f9ba4b8836a42a46b57422af4afbf6020b2e78a736a6a10eb4d5cf2863fdf5071639c8204b71646cd09d17c3af1dc6045a895f030aa7d91b7c01de26aa8301e9fc1ea0ecc19ab36bc24e0e6f95b
9c911e6461155c0806824f64b16428544e02778a7050e7f1035c0929dbf8f0266781e555d660e8a28568e89f330ecdbe1ec0431b018ee04c92b47a4746b86ccd514a4e79aab84db386a7491ccf2fefbb7b722b60a368bfb8c4ff7abeca755872b7241f0ca3863fdbbee35162eefc05d103501353f9796b7e91e5b4f3b
934d8b6c04f465bea8689c355e2951e8c298ba98e9ffb0adfafcb70c8ebd794371f141224507f3c26cac9487a2ab7c464be55d44ceeb890204c328bd690e01b3f5ae45441f71f35793f147dea822e4b0696c2b2dd6c912b69b2cbd4c5c9c13e9cc10218327bb326d475424d22a23b67cf65d5d949f5127fb34441403c
fba7bbddc3781600ce1001bec57cb1dd513902a1dbf7bc7015887fd31f37339ad6d87138d30aa3bf6b8f6236f0a2eb429c743d6046372f79eba1404d364f52ed94a05666bbc75462022033455d40e58fd3426ef93a67333a88e12a8a29cfe0b7843456714e1c8719c08cd2f5f8d770b40fa7dd66a43aeba1d0c07f31f
4889ef4ae4822035d638b72692e8da446d29426a60fd41a71105fc14a5dbef6ff4a5361f36a4c5ecf6889c1033850b4592c9d50139ff2e78ac43baaf1b81e519d08538d122ea7247b03ffe9aa3dd1011cac3492cdf3994cdd908b103cb3ac28ca4e79af0552140e4418a584d87ef87e1a6dc211dd7f4bd1cf2a7058edc
8a8b73871ae3308fb198944883e4fbe7acfb2c0a9b12514392292229e6967452e8c2ccdd35d05652a95a56ecb69d3bd8f9b26c2c05c004722516c0ec9ff512bbf6e8eb2f568333b1ccb043c3016629a094f93fd300867232fc580d33cefafba39f3899d66f283e83d22ca6d82bbc8f0506d5b9ed175851d49a9bdbafd7
d595f23739d3744ee841e2f52f87d88cb6f14507059d735f51ddacd57f15f69701b00fb1ad8e484c7d915c91002d6ba5f79a42d5fc24aa37f6fa17c2d097635d86cc3be5220bc716e906a4dc5e2cb8775b3bd795c55b6666b819606e8cc178ad40d2ad9c8ba64ceb3ac7262d9eb9e1851b011fa2005568058f78a57f6
ea0366264ce571fb6611b6a95200a1f96cf2ada7cde4b9ed013d1285813158118b3c58eb57abca551cfc18a203682c01d7fbf657930f17651b29fea03603207efaf990d1d95bdeb3e9b2e6afec10c4e7dbd33a580ecbc1b9e95c689af0f5428e460f6b9d3b5e502d959dd84b6571d683ea584501a7d4b3f09c92e571
b5163e9b03e4977faa3302d181dd1ff8201813f6d13d86c75c9930235b984aa9f4cfee2dcf3cc892024e27d4a007358fd8f93224fb50e066d08d90e96d1ae54037e846cdbb2b5085e6b82b06d5ca0b5b300ec163b8b07090c609e681e9304d4bd5f266e35bfe452c8a0e7454fe6662ab8d0aa670cc7eeee20571cba
73686f1871e73bbd58e16ed141c15ff3e2594d92f8652944976f0ab90def266b50a69fdc2e86a7908f5c0b4f5b15975c07056e31eddfe0023543f78021051c57c20a9e95cfb239e7e03d1ebaa52dc69d4c5cccf109fc87496f3051da810d84d753f872a0d1813940317262fa3a10ca5b9188ea5c70fe58a7b1e698c329
ba1c9e5da859c7aac9a97926101907135473deec535dec8329aec3ef0bce0309a3afb509acf3f8c2552b35f36c3d984cd9ea675fe4527ea413a2e15afaf508f14a8d68114e219dd95fe254634bede77d961536175e42017354e146f9432e13f77d7322ff43d32b5b4da5fe110603546eed12ba9987a79204febad14ba
eb624cd2d271a39e84b4f5a07eb133a83368e4630fe585b1a6f0982e0f5280a4116bc4970d154ed78d89d7d4bd6397cc3974a8e95475c372645cc4585196aab097ae5cd706a75ca27396668b19e9e503186a23bcdfe546884cb9d669cbb6d97b7208a9acbfa765f64cfb26247f2a3b748c86f4c5dd5f360933846c1
0fa7dafd38e14ade5ba16def8b3647c9d2d793e8499be1a8583bca751a33deeac19595e63fb694a9e8f8e8717421837dedab441fa8f573c3b1da4d4581bd80205cc9266e6529de4aef88dfe42ef1d3789659a3a90bbe8be1be0426976ef260a747b71d196c5fb2dcefff1972a3d6f37576013d35ece98e332bb83e46
4dc263ff0d50bfb859dbac58833d1a033e58653cc45f13508bf035714b275f93b61a4075e5c08859732812ab7b2526c5d79c6a549cce969f2edb4cd33cfe8d8111b3e906fe923b20230f51f79fac3a19ec20d5c6bfe573ad36c0dbe419db092542268fd3e7a94e61e413b8ad66b349c2da405b1fadb6dbe2fa1ab8ed8
6050c137de5069a62832533e84ede32a5abda79594384bf45acf5953bf17b16d8f4780cc53adf7062383ed379243e0b2277ac6cd22a7dffecedd15e3002625e78527ff7fa221c833f4494905bebf6312f2e78c8df1b7c9abb004b023c27ba71f998669c1cbda2ada1b94c3b92462cdf43bdfb22a1bc19fe2f75546ff071e
e25b072072964e699cadc4e122dddc3128f6d6828d2bc2ec41292ca977bfb78629023a5de377763458c63fd8dff7d3cb6f7b0c1138326763d2a72f6cf8b2e0b0b08dbdad76acc3e12377264690ceaae0fcf06ad719a443e9a6fbef2e5afbc8ed45cb8e47f420a9a8233629686be4e0a4c4713a4944c40a96af462b890
9c6560437935ac2db464e15f8dae7e368017b9c442bf23fa2413533adc47be9f327e7483e879bc66f1c7c80d07cbf312152ad1d370adf8d84b41354af1993ad1a1b295d9c852ddd7887819b909b3af95b3709f9a39a593afe202782b857f3033e3848ee8a18fb9ec911e39828475a95f47f5976cf181f14422529dcc8
eb0b1e331813ffb1d0fcff618a1098556f52e7204124127d82cc8bf2d8e22b2463f2c1e957f299318009e8dd6a9abb6b477683eae294ca449f3b4e746797d34834fb8a28cce2cf2915a46044d3b8d1647ad83e2a2595c9913eb423c90833623b33cd0530f5abf7fbcd4d092464ef45472b15d125bbba62b791ce42089
30a5383a8007398b1c2d8aa88c4688146eecdcd2119182de81642d558e2d9bb1e000355bc011df26640df5fd2f5fa978d873803ee31608d8f0a13daaee51339c433516f5b2646b943f2d9994556a4907f71fa9b9b1bd409e27c74d652ce368727f6654564bc05e641b92882c37d52951c868aed090d4a30fc1127da
5a3057632c698d05dd554c25faf37c2d97fe9090480c0eef7bd3655e8385b04fda6c17881bcf93e4ab5e2e03750051e6a841f0c20ae15d44d421329e14ee699c03134f2b80d1e2ee585993d88cdfeee4ba9e1c0933bf1600c00b9ab32bc229b8701574a79a229385ed8349285c28317542d46c00bbdad413461a25
ca49934f351593e42fc9dc3a50791ad472a55f41c1fd810b9a8b65f5c15db4ac9c6556be149fde8f618c8aad1ea8517063c05a7d5d0421bb3c0b38508ed039e319990c4767aeca873c0cf56fcfe30f956610a57c804553863edf76844690295d6a63798cf0786f0fb8194f6a649e91b309de7ebad468a40600f790b5b3
7336c7d28ae898f3059073405956550dffd562d4a5b4a1ed434bf5e617be6e533a950856be57adcffe18c6e66b85cfa169e588a8e836b7b3e2854b3cd5960be8efd0d70fae654c126afa664c89933b9f068206636eec2fc6d23bd65321885315258c3df6e479630f82cf70c86abdebaae0b7b1833df48ad32e135f0c3
e7fa0d8601a3ecc6c71ed285a58b8128f113b1a32bb6494e1486f5e4b5858dc593824a412c3bff2c3e62b0a1e2cefa4bb1295cc7a2ae05a95d768b844376d709c02211aa1059025e758b51145873065066b126ffb296cae8ee28a9a3d033480687587d7b170c550b9c05b1598c6027c5f51e712976351de0b1b7ec
d4816dd6b067dc9481d17c8e2ab86a646ab807ed6606f9546ab9572e9fa06f9e9ffda409439db319da3f592215a9d754adeab38ded79880a652e28589b0cdae98dcc093a22e77a6ce7996046b27e735401eabb1a5e3c5498f492c16b8a17cf13ed358a393617edde94b11601065ec4e8515543df10b3fb14823bab
3b37567f11e3f118f8614083a8f83f0901d4799796c3466233ab61d815f1fafaaf1ce196bcff490750bc860ecbd1b9addd43228b4ea5c3d14a1dbc3333820b65c08223d94840a57582c6dd3166c227f9f8c225489809430115a473674a6137e51ed4982e00de6aa450eb50d32d53cbb33e3534e030be0584bae021fc
43ca09f044435e5af2e0d9f14ae03680371a01194263aecb97166418a8cfb30ad1ce5a94fb5eccc43dc9f5a72ae432b1026f6f9959e0bfbee1ac077847f8cf8232cad19066c1860e1f26b61507b21545d11baa900e344120b80141b6f6667eaf295d31e501df2cbf36412e8e4c549e2ed2cfc017adf89b3ec509bd0802
74d9114b2439b0f66fe63f7e16b8f31a04759496e4eedcccac750dad79bfccf27522aed53c614becb85572bb93b9a1da7229397a0f5dc49cbe477487753ea50a2ecfb5ee841220330af70cf6aa1c9c2e5df69ab1c6552737ed6528202999525dfafe5ca637fe1cca3d43f03922d5bcd24f9f500f87f90592e20e8f86a6a
0ea0341122f01f48ba24346440712598030a2c7611789a8ed417dd5eb96bdb9f20f7c453ca6c8274dc2b2d0f0810d5b89fe1233b1c998fe92915f3a9432c465ea492e70f6d6bfd11e76832bc51abf2ac8369e8bc308ed8d04cd8b26af4841b925771a891f667c3ff844b6de11c50c2851531c56ab8ea513bb7c0d642d
c231ac2c0cf7537b35b3b7d3b78f74fcc531958511e4bb68996024a0c1fc770232169b66884117b3687adcff31f098be07e0f2c7c50eefe7d524d7502ecf3e5dc2f402ada2cb5347a91e6c7a8d998e72be6ffc2cb7de96de228c921bb42421fed267447dea3f41a31b39924a7ba6c149b90793bc835c5a29ec63a1286
61fd84f2605e69958e1e33adbd2203c7374892c3f522832b49802b4480c29963c691b6d545cbb4b52f6f124835d37940186dc83c156580d07c286548756d39ddd721a0f45bab43f817c6df85bafeab7126fb20e3ae6338eca88987f3a94d88a28f0561166b6744b8cb535282ade71ab67e1895ace02376dda76166f
2a2c2815d0e0165b0fa050544175c59b44e0015b3472216bacd347e20df32d5ab44e75edaa01a20bc0387af471861624989089b2cc87e8053506a9796aa423e1304acb036578283eb0bc75e6a4e6a1531e5add6f1d7db84d12a9655e54986048932d0314a78854f423341df6e6e528d8fd215f9e166a5e9844cc4
cdb93ddf12d76bd27b6b71714d14ea2bb66a9aa68ec1f5231cd72309abdcb36c0d126f7ba2ccf78f4d277028e46194374e470f61c99352c9c3ae2e33868a7ea16be02d129879986b0b47354354bddedad8de1990b0ea8a4152cf2de1702c55737fc12606cdbcb9ea57a24767deacd6b29bc5d52229526af5e2c2ea
3f431af4714b540f27c1d2a0f20a38cdebee4284e83d50903c4630f454af30041c64ae99a59ff3f7ce7f7eec471890ba70ba0cacf7896aa73fa5c0fbeab90617ae599fade82a3e159407cdb5bb73e49a324594e49dafc2e2659209d8be616cc0e65158fdad9c36e0de1d4e8d074d8f46abd9cdd03ac49c8ad9f627e702
6458dbbe3fe76099b3fcbca7f598024b2ba4f564b9003114fc1fbd02d2ed157721d912b7e5f83bc93952824d255d8d877f2f17b82e326a5a13c6f5d4ad380ea3d6cda5e2e0af8485f2cc41e8fa559256b22eb92468462e450730719cfc737c223f789ab04da036ccc3144f30cef97e9d8c30cda713f3831c0119b258ffc
2750d0f465aed6b089a9165e81c9ab24344809aa51ed381605495b3f355025b28555863c8b4b427281bf1f46f14e932b83c1280f31a05bbbb2394193d87750199b916c39d5a96dad9153486646cc3de3813a694c5222ceeed5830ad4b042993a2c3746fc6012d9950b4aafaef5668af2433ba3698461a10cbda5cd
1f698ef4c2d6dde545e0c7dc5fbf4c9e4d416be1f89e199659193c26e69e03c956a73af059256860a96c4fd1f8f26e6581916806ac47e31c5e336c3e334ac88b960b06d6d0eca8fe5791bd967c594f96d327205da337e92eee0267b3c0cf61181f92ffdcfa9b64815ff326a06844afa08bbb119c48786190b068998a071
a7dd293f8c2b3b59d11d866681811441f8310bd5d6b538b9ff49f12982f95d07ad33d1ce61149a80022210359610deab5bffde318f7450f1b43c4314e61ea14cea7caf8c3b4ba641a48f761facf7ca9b203af57dc120a3175377306d70ca96c2085693361a0e81867bd2fae3ee2e89e6c95e515227903426a8b3f6d84
ee0e17aea5bb261bfce6405ded542f6e7e6c45d07b2ad30f0013ed1a49635d179d56f4f67cd164265ad8e1e2391b70ef711af9dc06aff5fd30af83ee3e6f4dcde78bebe701f517287006af33a72e535a8477710214acf1e388a2fb6c3d0299a5a4513883e990e8df8642b00648c8f4595fc8ce1dca289efcf82ed3f8e38f
7b2e179773b9699974f22fb76d99b0b4c0ad46e90e81958cc6220189e1aa0d2132c7079cf2a2abab28294958e2756c2257ac955241bf3b80449bf956c855426b95ff5bfeca33829d83475fcaf0c65d49d539ddc03eaab13e8b7854c56e4b0e5b74d7e2d75b95aac7d29255ebc6a596d62da8302fa1052643351437
45a228552edd8ef7c447dc40e178b11fe02c1de46185300006edbf02042a6c7eafbe42c46d4bf1e1563a02f748fc0876333b50d6d9e95d303c245aaeae2d0452badb41352967c5459ffac18c95999a45e58f2077cd1e41ea9d2fb781f92b5d14547de3ebe8ca859c0dd63e0a5fc38d065de0e903d17c0b07790d3f1c
cc2346ca0d43bfcd9d2bf12ce496adddfdb914897b2b0d6f859b252c8ea34d3926655a75a4a3b58d7cc7fc201db3244afc4534bfdffc1f521f3bbeeede21b733e7e38282f5dce518549e41c14b466d0e118f7d3543cab26b75c7895762dc1dab83a6d26f166657810d95b3edfc5169b0325fb4b58f7f48d89460034ac7
6448f3ba65c5fc2584d3368863a474f47266aa97eb86707a761cc6b8a07e2b70c134c8ea26616f3ccded9f85cdc05f3b1ecbe43506f66ea14e5d3e46d30ac4f0635328292861035d32c1a78b98775effef7293a4508fd48ed1464b158399024426275b7ba8df8bc6668713bef3a9e1349b99347c9aa77670d42daa3fc
bfafa06563ec83e39c288205b47d5dc4255bf467a8b7d7db98254c91e3e9fb3b81598c52f563d735b46d509de1b9d6a7d33a08753677be0af44ea70958d57970c474787601c51deb985d3c7466cf95402a78fdabea06838a0d90772bc6eb4486bfd9631d1ea9717ddd0bf53e4f4b45e4e46387a5992afc836bd8971
dda33d36291310dabc6408db8b999e9ab55b82ac56de49e82d3349ca876fcddf48d5bbcfed6f92077ac8eeba511809ac15800001

17. 再度KaratsubaとFFTの両方を実装してみた
Copyright 2015 FUJITSU LABORATORIES LTD.17
n×nビット多倍長整数乗算(固定ビット長)の処理時間
Intel Xeon X3480, 3.07GHz, 16GB memory, x86_64 asm, gcc on Cent OS 6.1
n bit
今回扱う範囲では、
FFTは追いつかなそう。
※傾き Normal : 2.066, Karatsuba: 1.616, FFT:1.145, (理論値は各々2.0, 1.584, 1.0)
clockcycle
1.E+00
1.E+01
1.E+02
1.E+03
1.E+04
1.E+05
1.E+06
1.E+07
1.E+08
1.E+09
1.E+10
1.E+11
16 128 1024 8192 65536 524288 4194304 33554432
FFT
Karatsuba
Normal
21638213bit
327bit

18. 実装上の細かい点
 Karatsuba
 係数は整数演算でOK
• 正標数係数多項式演算より圧倒的に高速
 FFT
 正標数係数多項式のFFTを利用
 係数は63ビット素数を法とした剰余演算
 整数の桁上がり制御にCRT(Chinese Remainder Theorem)を使用
• (63ビットFFT+CRT処理)×T回時間 < 63×Tビット係数FFT処理時間
• CRTの実装にはGarner’sアルゴリズム(前処理による高速化)を利用
 n次多項式で演算可能な最大整数は62×(n/2) ビット
Copyright 2015 FUJITSU LABORATORIES LTD.
次数 最大bit長 処理clock数
2 62 4802
4 124 12818
8 248 31948
16 496 75146
32 992 170240
64 1984 380742
18

19. 準同型暗号処理性能
 イデアル格子ベース
Copyright 2013 FUJITSU LABORATORIES LTD.
パラメータ
（n, t）
鍵生成 （一括）
暗号化
秘匿内積 復号 暗号文
サイズ
(2048, 37) 590 ms 6.33 ms 4.99 ms 2.53 ms 9.5 KB
(4096, 37) 2250 ms 24.43 ms 14.91 ms 7.49 ms 19 KB
(8192, 41) 8910 ms 105.92 ms 54.58 ms 27.36 ms 38 KB
(16384, 45) 34610 ms 488.88 ms 217.65ms 108.96 ms 76 KB
CPU: Intel Xeon X3480 at 3.07 GHz, 16 GBmem
先ほどの準同型暗号 (Ring-LWE版)と比較すると
19

20.  Ring-LWE版
 （暗号文：正標数係数多項式）
 イデアル格子版
 （暗号文：多倍長整数）
パラメータ(n,q,t) 鍵生成 乗算 暗号化 秘匿内積 復号 暗号文サイズ
(2048,61, 211) 3.50ms 1.56ms 3.65ms 5.31ms 3.47ms 31.2KB
(4096,65, 212) 11.74ms 11.09ms 23.03ms 34.34ms 22.17ms 66.6KB
(8192,69, 213) 24.82ms 23.17ms 48.07ms 71.25ms 46.35ms 141.3KB
(16384,73, 214) 54.50ms 51.97ms 107.25ms 159.45ms 103.94ms 299.0KB
パラメータ（n, t） 鍵生成 乗算 暗号化 秘匿内積 復号 暗号文サイズ
(2048, 37) 590 ms 2.46 ms 6.33 ms 4.99 ms 2.53 ms 9.5 KB
(4096, 37) 2250 ms 7.40 ms 24.43 ms 14.91 ms 7.49 ms 19.0 KB
(8192, 41) 8910 ms 27.18 ms 105.92 ms 54.58 ms 27.36 ms 42.1 KB
(16384, 45) 34610 ms 108.63 ms 488.88 ms 217.65ms 108.96 ms 92.4 KB
準同型暗号処理性能比較
約三桁の差！
処理性能は数倍以内
漸近的にはRing-LWEの方が高速
暗号文は
イデアル格子
が小さい
Copyright 2015 FUJITSU LABORATORIES LTD.
勝ち 負け 大敗
20

21. 考察とまとめ
 多項式と整数のKaratsuba, FFTを比較
 (正標数)多項式: 801次(61ビット)、1563次(73ビット)で逆転
 整数：約2000万ビット(約650万桁)程度で逆転
 二種類の準同型暗号Ring-LWE版とイデアル格子版を比較
 暗号化・復号・秘匿内積の処理性能は数倍以内
• 漸近的にはRing-LWE版の方が高速
 暗号文サイズは、イデアル格子の方が小さく、約1/3程度
 鍵スケジュール部の処理は、Ring-LWEの方が圧倒的(3桁)に速い
Copyright 2015 FUJITSU LABORATORIES LTD.21

22. Copyright 2015 FUJITSU LABORATORIES LTD.Copyright 2010 FUJITSU LIMITED2222