Belfort 实现 200ms 加密 CIFAR-10 推理
Homomorphically encrypted CIFAR-10 inference in 200ms
Belfort 推出了 So Far 演示，展示了在 200 毫秒内完成 CIFAR-10 推理的惊人速度，且全程采用同态加密技术。这意味着服务器在运行 ML 模型时，完全无法看到用户的原始图像，真正实现了“盲算”。用户只需在浏览器中选择或上传 32x32 的图片，系统便会在加密状态下完成计算并返回结果。这一突破为金融、医疗和政府等对隐私要求极高的领域带来了革命性的应用前景，让实时隐私计算成为可能。
在加密数据上实时运行 ML 模型，开启了众多需要 ML 与隐私结合的应用场景！
HN 评论区
42- 有评论者指出该演示为了优化用户体验，故意复用了预生成的密钥材料，从而规避了生产环境中每个用户生成并传输百兆级密钥带来的巨大延迟与存储成本。
- 一位安全从业者通过检查网络日志发现，客户端密钥文件直接由服务器分发，这意味着用户无法物理验证服务器是否真的执行了 FHE 计算而非直接解密，存在信任模型上的漏洞。
- 针对 CIFAR-10 数据集的分类准确率，有用户反驳称由于数据集强制要求输出 10 个预设类别之一，缺乏'以上皆非'选项，因此 90% 的准确率并不能完全证明模型在未知数据上的泛化能力。
- 从业者认为 FHE 的核心价值并非替代本地模型，而是解决医疗、金融等受严格合规限制的场景，让机构能在不接触明文数据的前提下利用云端算力处理敏感信息。