Résumé
Dans ce séminaire, nous proposerons une vue d’ensemble du chiffrement totalement homomorphe (FHE) en nous concentrant sur les schémas fondés sur le problème Learning With Errors (LWE). Nous étudierons en particulier les principales opérations du schéma TFHE ainsi que son bootstrapping. Nous poursuivrons avec une comparaison des deux grandes familles de schémas FHE basés sur LWE : d’un côté, la famille BGV, incluant CKKS, de l’autre, la famille GSW, incluant TFHE. Nous analyserons les avantages et les inconvénients de chacun et montrerons comment les deux approches peuvent être mises en œuvre pour évaluer de manière homomorphe un neurone artificiel actif. Une courte démonstration sera présentée à l’aide de la librairie DESILO FHE. Enfin, nous conclurons par quelques réflexions sur l’utilisation pratique du FHE et sur son interaction avec d’autres technologies de protection de la confidentialité (Privacy Enhancing Technologies).
