You need to enable JavaScript to run this app. 向numpy数组存入加密大整数触发OverflowError的原因与解决方案
优惠活动
大模型
产品
解决方案
定价
更多

向numpy数组存入加密大整数触发OverflowError的原因与解决方案

触发问题的numpy核心特性

numpy 是基于固定宽度C静态类型实现的多维数组结构,和Python原生动态任意精度整数的逻辑存在本质差异:

  • 数组在创建时就会绑定不可变的dtype(数据类型),默认对应C语言的固定宽度数值类型。你测试代码中创建的test1 = np.array([[1,2,3],[1,2,4]]),默认dtype为int64(对应C语言的long long类型,最大仅能存储2^63-1范围内的整数)。
  • 后续通过np.copy(test1)衍生的en1、en2、en_sum、pl_sum等数组,会完全继承原始数组的int64类型,从内存布局上就没有预留存储超大整数的空间。赋值时numpy会尝试把传入的任意精度Python int转换成数组绑定的int64类型,一旦数值超出C long的表示范围,就会抛出OverflowError报错。这个报错和Python自身支持任意精度int的特性没有冲突——问题根源是numpy数组的固定类型约束,不是数值本身的问题。
可落地的对应解决方案

针对你使用Paillier同态加密、需要保留多维数组结构、不想改用嵌套列表的场景,优先选择代码改动最小的方案:

方案1:显式指定数组dtype为Python对象类型(推荐)

这个方案完全保留numpy的多维索引、循环遍历、切片操作逻辑,不需要重构数组结构,改动成本最低。
实现原理是让numpy数组的每个内存单元直接存储Python对象的指针,核心配置是把数组的dtype设为object,而不是默认的数值类型。这样就可以直接存入任意大小的Python整数,赋值、计算逻辑和原生Python大整数完全一致,不会再触发C类型的转换溢出。

对应可直接运行的代码改动:

  • 删掉原来用np.copy(test1)创建加密相关数组的逻辑,替换成指定dtype=object的同形状空数组初始化:
import numpy as np
from phe import paillier

test1 = np.array([[1,2,3],[1,2,4]])
test2 = np.array([[4,1,3],[6,1,5]])

# 用object类型初始化和原数组同形状的容器,替代原来的np.copy(test1)
en1 = np.empty(test1.shape, dtype=object)
en2 = np.empty(test2.shape, dtype=object)
en_sum = np.empty(test1.shape, dtype=object)
pl_sum = np.empty(test1.shape, dtype=object)

pk, sk = paillier.generate_paillier_keypair()

for i in range(test1.shape[0]):
    for j in range(test2.shape[1]):
        en1[i,j] = pk.raw_encrypt(int(test1[i,j]))
        en2[i,j] = pk.raw_encrypt(int(test2[i,j]))

        en_sum[i,j] = en1[i,j] * en2[i,j]
        pl_sum[i,j] = sk.raw_decrypt(en_sum[i,j])
  • 该方案的性能特点:因为数组存储的是Python对象指针,所以numpy原生的向量化数值计算加速效果会失效,但对于实验级的小尺寸加密数组来说,性能损耗完全可以接受。

方案2:大整数分段存储(仅适合高性能计算场景)

如果需要保留numpy的向量化计算能力,可以把每个Paillier加密生成的超大整数拆成若干个固定宽度的64位无符号整数段,用数组的最后一个维度存储每一段的数值。比如2048位的密文可以拆成32个64位段,对应数组形状为(行, 列, 32),dtype指定为uint64。

  • 缺点:需要自行实现大整数的位运算、同态乘法逻辑,开发成本远高于方案1,一般不用于Paillier加密的快速开发场景。

注意:不要尝试用“更大的原生numpy数值类型”解决这个问题,numpy原生支持的最大固定宽度整数仅为64位,远小于Paillier加密动辄上千位的整数大小,无法直接存储这类超大数。

内容的提问来源于stack exchange,提问作者HEYANG LIU

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.09 23:24:04