第三章 第二代：分层方案谱系

第三章 第二代：分层方案谱系

章节摘要：本章沿着二零一一年到二零一七年的方案大爆发走：BGV 用模交换与密钥交换把"逐门自举"赶出主路径，BFV 给了整数明文干净的编码语义，GSW 换矩阵密文把乘法噪声从乘性降为加性，CKKS 为浮点负载打开近似计算的门，TFHE 把布尔电路自举压进毫秒。读完本章，你应当能按负载在方案货架上完成选型。

一条主线

本章的主线是"分层与自举的分家"。第一代方案里，噪声管理只有自举一种手段；第二代证明，如果电路深度可以预估，就能用一条递减的系数模数链为每一层运算预留预算，全程不做自举——这就是分层同态。与此同时，另一条线没有放弃自举，而是把它做得极快极小，最终长成毫秒级门自举的布尔家族。两条线在二零一七年前后各自补齐了最后一块拼图（浮点近似与可编程刷新），现代谱系就此定型。

沿途站点

第一节"BGV 与模交换"讲噪声管理的汇率机制：乘法后把密文除以二，噪声与模数同步折半，小误差换大清净；配合密钥交换处理乘积密文的结构膨胀。第二节"BFV 与明文编码"给出整数同态的完整语义：明文模数、缩放因子、解密的取整条件，以及一组四千零九十六维度参数下的具体尺寸账单。第三节"GSW 与近似特征向量"换矩阵视角讲乘法，说明噪声加性增长如何为快速自举铺路。第四节"CKKS 与近似同态"是机器学习负载的主场：缩放因子、重缩放、模数链消耗与精度账本。第五节"家族谱系与选型"把三条线放进一张对比矩阵，给出按负载选型的决策路径。

拐点与结论

本章最重要的认知拐点在第四节：CKKS 公开承认"解密结果可以有误差"，这在密码学教科书的定义域里近乎异端，却恰好对上了机器学习"本来就在噪声里训练"的天性。第二个拐点在第五节：三条技术线不是优胜劣汰的关系，而是负载维度的分工——整数精确、浮点近似、布尔灵活，各自守住一块生态位。离开本章时，"哪个方案最好"这个问题应当被替换为"这个负载的数值形态与深度形状是什么"。

读完你应该

• 能分步推演模交换如何在不增加噪声的前提下压缩密文与模数，并说出密钥交换处理的膨胀问题
• 能写出 BFV 的解密取整条件，解释明文模数与噪声预算的定量关系，背出四千零九十六维度下的典型尺寸
• 能解释 GSW 密文的近似特征向量性质，以及噪声加性增长对自举速度的意义
• 能算 CKKS 的精度账：缩放因子取四十比特时一次乘法后的量级、重缩放的链式消耗、多轮运算后的有效位数
• 能按负载特征在整数、近似、布尔三条线之间做选型，并列出各自的典型参数与失效场景

下一章的接力

方案谱系定型后，主线转向工程：第四章把本章的每个参数旋钮拧到底——噪声预算怎么花最省、密文为什么膨胀、安全参数怎么定、残差系统与数论变换怎样把环上乘法塞进机器字。方案给了你货架，工程给你价格标签。

本章知识点自测清单

按节拆开可考核条目。第一节：能分步说出密钥交换（位分解加查表重组）与模交换（同步折算）各自的机制与代价；能解释"位分解压噪声"的道理；能背出每层约三十比特模数、二百一十八比特链支撑四到六层的数字。第二节：能写出解密取整条件并解释其与参数的关系；能算四千零九十六维度的密文体积与膨胀倍数；能说出槽位打包的原理与跨槽运算的代价。第三节：能写出近似特征向量等式并解释乘法噪声加性增长的来源；能对照两族路线的优劣与后裔谱系。第四节：能解释缩放因子、重缩放、模数链三者的关系；能复述精度账三条与二零二零年安全事件的教训。第五节：能不看资料按四问（数值形态、向量规模、深度形状、非线性密度）完成一次选型；能背出三线的典型参数档。

本章还有一个综合性的自测：拿一个自己熟悉的计算任务（比如贷款评分公式或一个小型神经层），口头完成整条选型链——先判断数值形态定方案线，再估乘法定深度定参数档，然后按槽位数设计打包布局，最后指出哪一步会成为性能瓶颈。能走通这条链，说明本章的内容已经从知识变成了能力。