文档摘要

3.4 CKKS：为浮点与机器学习而生的近似同态 本节摘要：CKKS 方案（二零一七年）用定点数思想处理浮点负载：明文向量乘上缩放因子后编码进多项式，乘法后通过重缩放把尺度拉回、同时消耗一档模数链。它以可控的近似误差换取对机器学习负载的天然适配，成为隐私推理与加密训练的主力编码。本节讲清编码、重缩放与精度账本，给出可套用的调用骨架与精度管理守则，并回顾二零二零年的解密攻击事件及其修复。 会员。《3.4 CKKS：为浮点与机器学习而生的近似同态》收录于灏天文库文集《同态加密 (Homomorphic Encryption) 概念与前沿》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/527-%E5%90%8C%E6%80%81%E5%8A%A0%E5%AF%86-homomorphic-encryption-%E6%A6%82%E5%BF%B5%E4%B8%8E%E5%89%8D%E6%B2%BF

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流