《Cryptography》：A Hierarchical Benchmarking Framework for Homomorphic Encryption-Based Aggregation and Validation Using Real Smart Meter Data
编辑推荐：
同态加密（Homomorphic Encryption, HE）能够对加密数据进行计算，已成为隐私保护分布式分析领域一项有前景的技术。然而，在大规模分层系统中实际部署HE，需要深入了解其计算开销、可扩展性和准确性。本文提出了一个通用的分层基准测试框架，用于在多
同态加密（Homomorphic Encryption, HE）能够对加密数据进行计算，已成为隐私保护分布式分析领域一项有前景的技术。然而，在大规模分层系统中实际部署HE，需要深入了解其计算开销、可扩展性和准确性。本文提出了一个通用的分层基准测试框架，用于在多级聚合环境中系统评估同态加密方案。该框架支持可配置的聚合拓扑、详细的操作级剖析以及多种加密后端，能够在节点级、集群级和全局级聚合阶段实现一致且可复现的性能分析。利用该框架，研究人员在相同工作负载下对Brakerski/Fan–Vercauteren（BFV）与Cheon–Kim–Kim–Song（CKKS）方案进行了比较评估。实验结果表明，CKKS始终优于BFV，聚合延迟降低了44.3%，解密延迟降低了24.6%。在所测试的编码和参数设置下，CKKS实现了显著更低的数值误差，将平均绝对误差从 降至 。所提出的框架为评估新兴HE方案和隐私保护分析应用提供了一个可重用且可扩展的平台，从而支持安全分布式数据处理系统的未来研究与部署。
随着分布式网络、物联网和智能电网等系统的发展，大量敏感数据在边缘位置产生，集中式聚合虽便于分析与决策，却也引发严峻的隐私与合规风险。同态加密（Homomorphic Encryption, HE）允许在密文上直接执行计算，为隐私保护聚合提供了关键技术支撑，但其计算开销、可扩展性和精度制约仍阻碍实际部署。现有基准研究多集中于孤立密码原语或特定硬件加速，缺乏对多级分层加密聚合工作流的系统评价。为此，研究人员在《Cryptography》上提出了一种通用的分层同态加密基准测试框架，并采用真实智能电表数据对加密聚合与验证过程进行系统评估。
该框架由数据采集层、分层聚合层和全局协调层构成，支持可配置的聚合拓扑与任意层级深度，并通过模块化HE抽象层统一加密、解密、同态加法和同态乘法接口，后端支持BFV、CKKS及模拟（Mock）实现。实验采用Low Carbon London智能电表数据集，该数据集包含5567户伦敦家庭在2011年11月至2014年2月期间的半小时级用电记录，来自英国电网公司Low Carbon London项目。基准配置为3个聚类、每聚类5个设备、1个全局聚合节点，使用node-seal库实例化BFV和CKKS方案，测量加密延迟、解密延迟、聚合延迟、同态加法延迟、内存占用和数值精度，并对每个配置执行100次运行以评估性能变异性。
在结果部分，加密性能分析表明，节点级平均加密时间约为7.18 ms，范围在6.721 ms至8.075 ms之间，说明加密开销相对稳定。聚合性能分析显示，全局聚合节点平均端到端延迟约为187.916 ms，聚类级约为54.763 ms，聚合开销随层级上升而增加。解密性能分析中，设备级、聚类级和全局级解密延迟分别约为2.447 ms、2.549 ms和2.633 ms，表明解密开销在各层级保持稳定。内存消耗分析显示，进程级内存使用几乎恒定，约为981.4 MB至982.3 MB。操作级性能特征热图表明，端到端聚合是聚类和全局层级的主要延迟来源，而加密是设备层级的主要成本，从而识别出可能的计算热点。解密准确性分析显示，BFV方案平均准确率约为98.96%，由于定点缩放引入少量量化误差，平均绝对误差约为；全局节点仍保持了接近明文聚合结果的精度。
总体讨论指出，分层聚合通过将计算负载分布到聚类节点，减少了通信与处理瓶颈，同时保持了较高正确性。BFV与CKKS对比中，在相同工作负载下，CKKS将加密延迟从7.77 ms降至6.65 ms，解密延迟从2.52 ms降至1.90 ms，同态加法延迟从0.391 ms降至0.218 ms，内存占用从1030.93 MB降至975.99 MB，平均绝对误差从 降至 ，表现出全面优势。框架可扩展性测试显示，加密和解密时间在不同配置下保持稳定，加密约5.6–7.0 ms，解密约1.96–3.06 ms；同态加法低于0.61 ms；端到端聚合时间约为94–699 ms，受层级深度影响较大。性能变异性分析表明，随着每聚类设备数或聚类数量的增加，全局聚合时间及其标准差均增大。这些结果验证了框架实现的主要贡献：可配置拓扑、多级性能特征刻画、定量方案比较、详细日志剖析以及可扩展实验平台。
讨论部分强调，该框架为评估新兴HE方案和隐私保护分析应用提供了可复现、可扩展的基准环境，有助于识别性能瓶颈并评估大规模部署可行性。未来工作将把节点实现为独立进程以模拟真实分布式执行，并进一步研究规模变化、密文大小、安全强度与打包策略之间的关系。研究结论可翻译为：本文提出了一个通用的分层基准测试框架，用于评估分布式多级架构中基于同态加密的聚合。实验表明，BFV和CKKS均能支持隐私保护聚合，但CKKS在所有评估指标上均优于BFV：加密延迟降低14.4%，解密延迟降低24.6%，同态加法延迟降低44.3%，内存占用降低5.3%，平均绝对误差从 降至 ，改善超过六个数量级。该框架为同态加密方案的系统性基准测试提供了支持，有助于研究人员和实践者评估隐私保护分析在分布式系统中的实际可行性。
