heu 项目亮点解析
2025-06-27 01:30:54作者:秋阔奎Evelyn
1. 项目的基础介绍
heu(Homomorphic Encryption processing Unit)是一个用户友好且高性能的同态加密库,支持多种类型和可扩展的硬件加速。该项目的目标是提供一个易于使用且高效的同态加密解决方案,使得加密算法能够在不解密的情况下进行处理,从而保护数据的安全和隐私。
2. 项目代码目录及介绍
项目的代码目录结构清晰,主要包括以下几个部分:
.circleci:用于 CircleCI 的持续集成和持续部署(CI/CD)配置文件。.github:GitHub 的配置文件,包括分支保护规则等。docs:存放项目文档,使用 Sphinx 格式编写。heu:包含heu库的所有实现代码。algorithms:持有所有算法的实现。experimental:包含一些独立的实验性代码。library:实现 HE 库的应用层功能。algorithms:遗留的算法,尚未迁移到 SPI(此目录将在迁移后弃用)。benchmark:包含基准测试代码。numpy:实现一组类似 Numpy 的接口。phe:PHE 调度器实现(将被 SPI 替换)。
pylib:Python 绑定。spi:定义 HEU 软硬件访问层接口(SPI)。he:包含 HE SPI 和相关草图。poly:定义多项式接口和相关草图。
third_party:包含编译所需的三方库,构建过程中将自动下载。
3. 项目亮点功能拆解
heu 项目的主要亮点功能包括:
- 支持多种同态加密算法,如 Paillier、Okamoto–Uchiyama、EC ElGamal 等。
- 支持加法同态加密和部分同态加密算法。
- 提供类似 Numpy 的接口,方便用户使用。
- 支持硬件加速,提高加密处理效率。
- 提供丰富的文档和示例,易于用户学习和使用。
4. 项目主要技术亮点拆解
heu 的技术亮点主要包括:
- 采用 SPI(Software and Hardware Processing Interface)框架,提供了统一接口支持所有 PHE/FHE 算法。
- 实现了 SPI 草图,简化了算法的实现和迁移过程。
- 提供自动化测试框架,确保算法的正确性和稳定性。
- 支持与 Microsoft SEAL 和 OpenFHE 的集成,扩展了库的功能和应用范围。
- 支持基于 GPU 的 CKKS 算法加速,提高了处理速度。
5. 与同类项目对比的亮点
与同类项目相比,heu 的亮点在于:
- 高性能:通过硬件加速和优化的算法实现,提供了更高的加密处理效率。
- 易用性:提供类似 Numpy 的接口和丰富的文档,降低了用户的使用门槛。
- 开放性:作为开源项目,
heu欢迎社区贡献,不断改进和扩展库的功能。 - 兼容性:支持多种加密算法,并且与主流的同态加密库兼容,提供了更多的选择空间。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147