同态加密（HE）是一种隐私保护技术，可以直接在加密数据上执行计算任务。HE支持安全的远程计算，云服务提供商可以在不查看高度敏感数据的情况下进行数据计算（即“可用不可看”）。但是，尽管颇具吸引力，但性能和可编程性方面面临的挑战仍然是HE广泛采用的主要障碍。

要实现HE的潜力就需要开发一种编译器，将未加密的纯文本代码库实时转换为加密代码。为此，Facebook、纽约大学和斯坦福大学的研究人员开发了Porcupine（https://arxiv.org/pdf/2101.07841.pdf），这是一种HE的“合成编译器”，开发团队声称，与启发式驱动的、完全手动优化的代码相比，它的速度提高了51％。

研究人员解释说，在一个纯文本代码示例中，Porcupine会合成执行相同计算的HE代码。在内部，Porcupine使用称为Quill的组件对指令噪声、等待时间、行为和HE程序语义进行建模。Quill使Porcupine能够推理并搜索可验证的HE内核，同时最大程度地减少代码的延迟和噪声累积。结果是一套套件，可以自动化和优化纯文本到HE代码的映射和调度。

在实验中，研究人员使用一系列图像处理和线性代数程序对Porcupine进行了评估。根据研究人员的说法，对于小型程序，Porcupine能够找到与人工书写的基线相同的优化实现。在更大、更复杂的程序上，Porcupine能发现分解优化，甚至涉及可分离过滤器的特定应用优化。

研究人员写道：“我们的结果证明了我们基于综合的编译方法的有效性和普遍性，并进一步激发了自动推理在HE中对性能和生产率的提升。Porcupine提取了构建正确的HE计算的细节，以便应用程序设计人员可以将精力集中在其他设计注意事项上。”

对HE的热爱已经催生了许多家创业公司，指在将其引入生产系统。总部位于新泽西州纽瓦克的Duality Technologies最近从英特尔的一个风险投资部门获得了资金，并将其HE平台推向“无数”企业（尤其是受管制行业的企业）的隐私保护解决方案。银行可以在各个机构之间进行增强隐私的金融犯罪调查，企业的销售策略也可以这样做，而科学家可以利用它与有关病历的研究进行合作。