全同态加密

Lancelot框架:全同态加密与拜占庭鲁棒联邦学习融合,实现高效隐私保护鲁棒聚合

香港中文大学AIoT实验室联合多所高校研发的Lancelot框架创新性地将全同态加密与拜占庭鲁棒联邦学习深度融合,通过掩码式加密排序、密码学优化和GPU硬件加速三大技术突破,解决了传统FHE计算效率低下、复杂聚合支持不足等核心难题。该框架在加密状态下实现鲁棒聚合计算,性能较现有方案提升20倍以上,为金融、医疗等高敏感场景的隐私保护AI应用提供了切实可行的解决方案,研究成果已发表于《Nature Machine Intelligence》。