智能系统的安全要素以及深兰科技的超同态加密计算芯片的研究与开发

随着社会系统和数据量的飞跃性增加，人工智能的工程系统越来越普遍与复杂，传统系统工程TSE（Traditional Systems Engineering）越来越难以应对，以模型化与定理化为代表的人工智能技术和人工智能软件工程学也在快速地发展。

与此同时，人工智能对传统计算机安全领域的研究也产生了重大影响，除了利用人工智能来构建各种恶意检测、攻击识别系统外，黑客也可能利用人工智能达到更快速与更精准的攻击。除此之外，在关键的人工智能应用场景上，人工智能自身的安全性变得前所未有的重要，极需要构建一个不会被外界干扰而影响判断的、可解释的、健壮的人工智能系统。随着量子计算时代的到来，信息系统的安全也将遇到前所未有的挑战。

本系列分6个部分概要说明从智能系统的安全要素，以及深兰科技在作为后量子时代的国家战略科技储备的超同态加密算法以及超同态加密计算芯片的研究与开发。

1． 智能系统的安全要素

2． 人工智能系统安全的课题与技术框架

3． 数字货币与区块链

4． 量子计算

5． 同态加密

6． 超同态加密

同态加密

同态加密是密码学领域自1978年以来的经典难题，也是实现数据隐私计算的最关键技术，在云计算、区块链、隐私计算等领域均存在着实际的应用需求与可行的解决方案。

同态加密是实现数据“可算不可见”的隐私计算技术。同态加密（HE： Homomorphic Encryption）指满足密文同态运算性质的加密算法，即数据经过同态加密之后，对密文进行特定的计算，密文计算结果在进行对应的同态解密后得到明文，该过程等同于对明文数据直接进行相同的计算，实现数据的“可算不可见”。

1978年，Rivest Adleman（“RSA”中的“R”和“A”）和Michael Dertouzos提出了全同态加密的构想，自此成为了密码学研究领域的一个公开难题。2009年9月克雷格·金特里（Craig Gentry）的论文从数学上提出了“全同态加密”（英语：Fully Homomorphic Encryption）的可行方法，即可以在不解密的条件下对加密数据进行任何可以在明文上进行的运算，使这项技术获取了决定性的突破。目前正在此基础上研究更完善的实用技术，同态加密对信息技术产业具有重大价值。

责任编辑：xj