@techreport{oai:ipsj.ixsq.nii.ac.jp:00217131,
 author = {宍戸, 哲平 and 西, 将暉 and 李, 欣怡 and 木村, 啓二 and Teppei, Shishido and Masaki, Nishi and Xinyi, Li and Keiji, Kimura},
 issue = {43},
 month = {Mar},
 note = {コンピュータで様々な秘密情報を扱う機会が増えており，データを暗号化したまま計算できる準同型暗号に注目が集まっている．しかしながら，準同型暗号による演算コストは大きく，これまでにも並列化をはじめとするいくつかの高速化手法が提案されている．本稿では，代表的な準同型暗号ライブラリである SEAL とその演算高速化ライブラリ HEXL を対象に，演算で使用する基本データ構造をオリジナルの 64bit 整数から 32bit 整数に削減し，SIMD 演算幅を拡張することで準同型暗号演算を高速化する手法を提案する．今回は特に実数・複素数の処理が可能な CKKS 方式に着目して 32bit 化を実施し，準同型暗号の主要なアプリケーションの一つと目される深層学習の主要計算である行列積を評価した結果を報告する．評価の結果，オリジナルのライブラリに対し，32 ビット化したライブラリでは，最大で 3.27 倍の速度向上を得ることができた．},
 title = {演算ビット数削減による準同型暗号ライブラリSEALの高速化},
 year = {2022}
}