Zama 团队发布了一个基于阈值密码学的阈值密钥管理系统 (TKMS)，旨在解决同态加密 (FHE) 应用中的密钥管理问题。该系统将密钥分成多个片段分发给多个参与方，且在密码学操作期间不进行重组，类似于区块链中的多方计算 (MPC) 钱包。Zama 同时开源了 MPC 库，并发布了详细的密码学报告，以促进 FHE 领域的合作和进步。
Concrete v2.10 发布，引入了对 Rust 的支持，通过 concrete-python 将 Python 程序编译为 FHE 等效程序，然后在 Rust 项目中使用，以便在生产环境中部署。新版本还增强了与 TFHE-rs 的互操作性，可以更轻松地结合两者的优势。
Zama 发布了 TFHE-rs (v1.1)、Concrete (v2.10) 和 Concrete ML (v1.9) 的新版本。
Zama 发布了 TFHE-rs v1.1 版本，GPU 后端升级，采用与 CPU 相同的默认加密参数，降低了计算错误的概率。多 GPU 支持也得到了显著改善，开发者可以选择要使用的 GPU，在 8×H100 GPU 上每秒可进行接近 500 次加密的 64 位加法。CPU 方面，此版本通过支持更多标量情况扩展了运算符集，从而使同态计算更加通用和高效。
Zama团队在EUROCRYPT 2025上展示了其在全同态加密(FHE)方面的最新研究成果，该研究旨在通过控制密文漂移来提高FHE的安全性及效率，特别是在IND-CPAD安全模型下。他们提出了一系列新技术，能够在不显著增加计算成本的前提下，降低解密错误的概率，从而提升FHE在实际应用中的安全性，并引入了更强的安全模型sIND-CPAD。
本文介绍了Zama Bounty Program Season 7的获奖方案，该方案使用全同态加密（FHE）和Concrete ML实现了加密图像的隐形水印。该方案包含一个编码器神经网络（用于嵌入水印）和一个解码器神经网络（用于提取水印）。文章还讨论了该方案的性能和水印提取方法，以及其在版权保护、身份验证和篡改检测等方面的应用潜力。
本文介绍了Zama团队的fhEVM在token销售拍卖中的应用，重点介绍了社区成员Palra利用同态加密技术构建的链上保密单价拍卖系统，该系统允许参与者进行保密的竞标，同时确定统一的结算价格。文章还深入探讨了该方案中Fenwick树数据结构的使用，以及如何在保密性和可扩展性之间找到平衡。
本文介绍了Zama的FHE State OS，这是一个基于区块链的IT基础设施，旨在通过全同态加密保护公民隐私，同时管理税收、公共支出等政府职能。文章还讨论了使用FHE构建的几个应用案例，包括：加密的ERC-20 token，使用加密投票的DAO，以及去中心化身份系统。
TFHE-rs v0.11 版本发布，主要带来了以下更新： 1. 零知识证明性能显著提升；2. 引入了基于 FheAsciiString 类型的新加密字符串模块；3. 默认加密参数现在遵循调整后的均匀噪声分布；4. GPU 性能提升，64 位加法运算速度提高 30%；5. 可以在 GPU 上轻松执行加密数组的计算。同时，该版本还改进了 GPU 性能，并修复了一些bug。
fhEVM v0.6 版本引入了更强大的输入机制与证明功能，扩展了类型支持，并增强了 fhEVM 部署的配置能力。同时，Zama 推出了 fhEVM Coprocessor，它允许在任何 EVM 链上构建保密智能合约，目前已在 Sepolia 测试网上提供。
Concrete v2.9 版本发布，增强了 TFHE-rs 的互操作性，扩展了对有符号整数的支持并完全支持张量的序列化和反序列化，支持 Python 3.12，包括 CPU 和 GPU wheels，并修复了一些 Bug，优化了 GPU 内核，提高了 FHE 的评估性能。
TFHE-rs v0.11 版本发布，带来了多项重要改进和新功能，包括Zero Knowledge Proof性能的显著提升，以及通过 FheAsciiString 类型在高级 API 中使用加密字符串的新模块。新版本还引入了 TUniform 噪声分布来代替高斯分布，GPU 性能也得到提升，并支持在 GPU 上轻松执行加密数组的计算。
Zama 团队发布了 TFHE-rs (v0.11)、Concrete (v2.9)、Concrete ML (v1.8) 和 fhEVM (v0.6) 的新版本。
Concrete v2.9 版本发布，增强了 TFHE-rs 互操作性，扩展了对有符号整数的支持，并完全支持张量的序列化和反序列化，从而支持更复杂的用例，例如运行线性机器学习模型。此外，该版本还增加了对 Python 3.12 的支持，并包含各种优化和错误修复，以及对 GPU 内核的更新，从而略微提高了大型 FHE 评估的性能。
fhEVM v0.6 版本引入了扩展类型支持、具有证明能力的更强大的输入机制以及增强的 fhEVM 部署可配置性。其中最令人兴奋的创新是 fhEVM Coprocessor，开发者现在可以在任何 EVM 链上构建机密智能合约，目前已在 Sepolia 测试网上启动。此外，还提供了一些链接，可以帮助大家更好地了解 fhEVM Github存储库、fhEVM 文档等。
Concrete v2.8版本发布，主要更新包括： Concrete与TFHE-rs的互操作性，允许开发者在两者之间转换整数，利用各自的优势；自动模块追踪功能，简化了模块编译的流程；以及新增了多个教程，展示了FHE和Concrete在实际应用中的用例。此外，新版本还包括各种优化和错误修复，尤其是在Concrete GPU运行时，提高了FHE评估的速度。
Zama 发布了 TFHE-rs (v0.8)、Concrete (v2.8) 和 Concrete ML (v1.7) 的新版本。
TFHE-rs v0.8版本发布，引入了加密数组类型，并增强了多GPU计算能力，开发者可以更轻松地处理向量和张量，同时大幅缩短GPU上算术运算的计算时间，此外，新版本还引入了诸多新特性，包括后同态计算密文压缩、更多基于GPU的同态运算、以及CPU运算的改进等。
几分钟搞懂全同态加密FHE：运行模式与应用场景
简单分析全同态加密(FHE，FuIyHomomorphicEncryption)技术如何运作。
扫一扫 - 使用登链小程序
383 篇文章，684 学分
113 篇文章，637 学分
67 篇文章，484 学分
117 篇文章，460 学分
154 篇文章，363 学分
ZamaFHE
仙壤
0xTodd
