全同态加密在链上隐私计算中的实用化性能瓶颈与硬件加速 (2).docxVIP

PAGE2

《全同态加密在链上隐私计算中的实用化性能瓶颈与硬件加速》

一、调研概述

1.1调研背景与目的

随着去中心化金融（DeFi）的爆发式增长，链上交易的透明性正成为双刃剑：公开账本虽保证了可审计性，却使做市策略、借贷头寸等敏感信息暴露于抢跑与操纵风险之下。

暗池交易与隐私借贷等场景迫切需要既能保护数据隐私又可验证计算正确性的解决方案，而全同态加密（FHE）是目前最具理论完备性的密码学原语之一。

然而FHE的计算开销，尤其是自举（Bootstrapping）操作的延迟，长期将其实用性限制在实验室阶段，直到专用硬件的出现才使链上集成重现曙光。

本次调研旨在系统评估FHE从密码学工具走向链上隐私计算基础设施的产业化路径。

研究聚焦两大现实场景——暗池交易中订单金额与成交价的隐藏匹配，以及隐私借贷中抵押品与负债水平的密态健康系数计算。

期望通过量化分析FPGA与ASIC加速卡对自举效率的改善幅度，并探讨这种计算模式变化对共识层时延与吞吐量的潜在冲击，为链架构设计者与隐私协议开发者提供决策参考。

1.2研究范围与方法

本报告将研究对象限定在采用FHE实现链上隐私保护的区块链系统，重点考察BFV、CKKS与TFHE三类主流方案在以太坊二层网络或独立应用链中的集成情况。

时间跨度上选取2022至2025年的公开论文、基准测试数据和产业落地案例，确保信息的时效性与可验证性。

数据来