企业官网建设流程全解析

核心问题

现有的FHE方案存在“能力分化”：

算术电路FHE编译器（如BFV和CKKS）计算加法/乘法极快，但无法高效处理比较、分支等非多项式运算及逻辑函数；

逻辑电路FHE编译器（如TFHE）功能完备且易于部署，但计算算术运算极其缓慢；

混合电路FHE 编译器：实现逻辑到算术转换所需的计算成本过高（如，E^3）

研究难点

1. 缺乏统一的中间表示（IR）

算术FHE和逻辑FHE使用完全不同的数据格式（RLWE密文 vs LWE密文）和操作符。现有编译器的IR都是为单一方案设计的，无法同时描述和控制两种方案，更无法在它们之间进行自动转换和优化。

2. 跨方案转换的调度与参数选择极为复杂

何时该用算术FHE？何时该切换为逻辑FHE？

切换需要插入sampleextract（RLWE→LWE）和repack（LWE→RLWE）等昂贵操作。如何编排这些操作以最小化开销，同时为每个密文片段选择最优的加密参数（如模数、环维度）和安全级别，是一个巨大的调度与优化难题。此前没有任何编译器能自动化这个过程。

关键技术

HEIR通过一套基于多层中间表示（MLIR）的创新架构解决了上述难题，其关键技术包括：

1. 基于MLIR的、分层的FHE专用方言体系

高层FHE方言：抽象了同态计算的操作（如FHE.add,FHE.sub）和数据类型（如FHEFloat,FHEVector），屏蔽了底层加密细节，使得程序转换阶段可以专注于逻辑而非密码学。

底层LWE/RLWE方言：精确描述了逻辑FHE和算术FHE的具体操作（如lwe.add,rlwe.mul）和密文类型。这种分层设计使得编译器可以逐步、受控地将高层逻辑降级到底层具体实现，并在过程中插入优化。

2. 自动化的程序分割与类型转换系统

基于运算符的转换：编译器采用一个简单而有效的启发式策略：默认使用LWE密文。当识别到连续、密集的算术运算（特别是向量化运算）时，它会自动将相关变量提升为RLWE密文，并利用repack将多个LWE打包成RLWE，利用sampleextract做反向转换，从而充分利用算术FHE的SIMD能力。

微型repack算法：针对现实应用中常见的“少量”LWE密文打包场景，论文提出了一个轻量级的repack算法（Algorithm 1），它基于自同构和累加，比通用方法更高效，有效降低了方案切换的开销。

3. 面向密文层级管理的引导调度

FHE密文在每次乘法后噪声会增长。论文提出了一种自动化的层级管理算法（Algorithm 2），通过静态分析程序的“定义-使用链”，为每个密文变量计算其所需的“层级”（代表乘法深度）。当层级超过预设阈值时，编译器会自动插入一个逻辑FHE的“可编程引导”（PBS，即查表操作）来重置噪声，从而支持无限深度的同态计算，而无需用户手动干预。

主要结论与创新

HEIR是首个无需DSL、功能完备、自动跨方案编译的FHE编译器

• 首个无需DSL（领域特定语言）的功能完备FHE编译器：用户只需编写标准C代码，HEIR就能自动生成混合使用CKKS和TFHE的高效同态程序，大大降低了使用门槛。

• 性能上的压倒性优势：在同时包含算术和逻辑运算的端到端真实应用（如加密数据库查询、K-means聚类）中，HEIR生成的程序运行速度比最先进的逻辑电路编译器（Transpiler）快72倍到179倍。

• 在纯算术和纯逻辑任务上表现优异：相比顶尖的算术编译器（EVA），HEIR在内积等任务上快1.4-11倍；相比逻辑编译器（Transpiler），在最小值查找等任务上快3.2-4.1倍。

• 可接受的编译开销：HEIR的编译时间很短（<1秒），与高性能算术编译器相当。虽然内存消耗略高（用于存储更多优化密钥），但换来了巨大的运行时性能提升。

最终结论：通过“统一中间表示 + 自动程序分割 + 智能转换调度”的跨方案编译策略，HEIR成功打破了FHE在可用性与效率之间的长期权衡，为构建实用化的隐私计算系统铺平了道路。

主要创新

知识体系

一、隐私计算与全同态加密（FHE）

①FHE核心概念

基本思想：在加密数据上直接计算。

两大主流方案：

算术FHE（以CKKS为例）：特点为SIMD、高效算术、基于RLWE问题。擅长：大规模加法和乘法。不擅长：比较、分支、超越函数。

逻辑FHE（以TFHE为例）：特点为每个密文1比特、基于LWE问题、可编程引导（PBS）。擅长：任何布尔函数、查表。不擅长：高精度算术。

编码方法：槽编码（SIMD友好）、系数编码（内积/卷积友好）。

关键转换原语：sampleextract（RLWE→LWE）、repack（LWE→RLWE）。

②编译器设计与中间表示（IR）

多层IR架构（MLIR）：不同抽象层次用不同dialect表示，每一层解决一个问题，每一层完成一次降级，让优化在正确的层次上发生

静态单赋值（SSA）形式：每个变量只赋值一次，值不会改变。因为编译器做优化时，需要知道值从哪里来、到哪里去。SSA让这种分析变得非常简单。

编译流程：前端（C→IR）→ 中间端（转换+优化）→ 后端（IR→可执行代码）。

编译器先把C代码（前端）转成多层IR，中间用SSA形式方便分析优化，通过dialect（如FHE、RLWE、LWE）逐步降级，最后后端生成可执行代码。

③HEIR的关键技术细节

diaclect设计：FHE 方言 = 意图（做什么）LWE / RLWE 方言 = 方案（如何做）

FHE dialect(最高层，与具体加密方案无关)

LWE dialect（逻辑 FHE，面向 TFHE 类方案）:每个密文只加密 1 比特或很小的整数；支持布尔门（AND/OR/NOT）和可编程引导 PBS。程序中的 比较、分支、查表、最小值 等逻辑密集区域被分割到 LWEdialect

RLWE dialect（算术 FHE，面向 CKKS / BFV）：一个密文打包很多数值（SIMD）；高效的多项式加法和乘法。程序中的大量加法和乘法、向量运算、矩阵运算 等算术密 集区域会使用RLWE dialect

程序分割算法：

分割原因：一个真实程序里算术和逻辑是交织的，必须切块。

识别“算术密集区域”核心思路：从「所有变量都是 LWE 密文」开始，当发现某个变量被连续的、SIMD 友好的算术操作使用时，就把它及其相关变量提升为 RLWE。

微型repack算法：

方案切换需要将多个 LWE 密文（每个加密一个数）打包成一个 RLWE 密文，如果一次性打包很多 LWE（例如 1024 个），可以用基于解密的快速 repack。但很多真实应用（如几个 LWE 密文）不适合这种方法，开销太大。HEIR 提出了微型 repack：专为「小批量」（t 很小，比如 2~8 个）设计，精度高、开销小。

层级管理算法：

在 CKKS 等算术 FHE 中，每个乘法会消耗一个层级，层级用完了，再计算就会出错。引导（bootstrap） 可以重置噪声并恢复层级，但开销大。通过定义‑使用链分析密文深度并调度 PBS （可编程引导） 实现层级管理