FHE（Fully homomorphic encryption）是一项先进的加密技术，可以支持在加密的数据上进行直接计算。这意味着可以在保护隐私的同时对数据进行处理。FHE有多个可落地的场景，特别是在隐私保护下的数据处理与分析，如金融、医疗健康、云计算、机器学习、投票系统、物联网、区块链隐私保护等领域。但是商业化仍然需要一定的时间，主要问题在于其算法带来的计算与内存开销极为庞大，可拓展性较差。
FHE的基本原理是通过多项式加密数据并进行计算，然而噪声问题限制了其计算能力。为解决噪声问题，提出了Key switching、Modulus Switching和Bootstrap等技术。FHE的计算开销是普通计算的数百万倍，美国DARPA的Dprive计划正致力于开发FHE加速器以提高计算效率。
FHE在区块链中用于保护数据隐私，应用领域包括链上隐私、AI训练数据的隐私、链上投票隐私等。主要项目如Zama和Octra正在探索FHE的商业化应用。尽管FHE面临技术和商业化挑战，但其在国防、金融、医疗等领域的潜力巨大。