同态加密允许在加密数据上直接进行计算，而解密后的结果与在原始数据上进行的计算结果相同，这为保护用户数据隐私提供了强有力的保障。尽管已有的同态加密方案能够支持单指令多数据操作，从而提高密文计算的均摊效率，但是在实际的矩阵运算中，由于密文结构的复杂性，密文矩阵计算的复杂度仍然很高，已成为阻碍同态加密大规模应用的瓶颈之一。

近日，我院自动推理与认知研究中心在同态密文矩阵计算领域取得研究进展，相关成果以“Homomorphic matrix operations under bicyclic encoding”为题发表于期刊《IEEE Transactions on Information Forensics and Security》。研究人员提出了一种矩阵的双循环编码方法，并在该编码下设计了一系列适用于同态加密的密文矩阵乘法算法，相关算法不仅在理论上优于已有算法，而且实验显示较已有最优算法可有近40倍的加速，从而有力推动同态加密技术在数据隐私保护计算领域的进一步发展。

该工作得到了国家重点研发计划、中国科学院西部青年学者、重庆市自然科学基金等项目的支持。

论文链接：https://doi.org/10.1109/TIFS.2024.3490862