El cifrado homomórfico (HE) es una solución prometedora para manejar datos sensibles en entornos informáticos de terceros semi confiables, ya que permite el procesamiento de datos encriptados. Sin embargo, aplicar técnicas sofisticadas como el aprendizaje automático, la estadística y el procesamiento de imágenes a datos encriptados sigue siendo un desafío. La complejidad computacional de algunas operaciones encriptadas puede aumentar significativamente el tiempo de procesamiento. En este documento, nos enfocamos en el análisis de dos algoritmos de multiplicación de matrices de HE de última generación con las mejores complejidades de tiempo y espacio. Mostramos cómo su rendimiento depende de las bibliotecas y el contexto de ejecución, considerando el esquema de HE Cheon-Kim-Kim-Song (CKKS) estándar con números de punto fijo basados en las bibliotecas Microsoft SEAL y PALISADE. Mostramos que el sistema operativo Windows para la biblioteca SEAL y Linux para la biblioteca PALISADE son las mejores opciones. En general, PALISADE-Linux supera a PALISADE-Windows, SEAL-Linux y SEAL-Windows en 1,28, 1,59 y 1,67 veces en promedio para diferentes tamaños de matrices, respectivamente. Derivamos fórmulas de extrapolación de alta precisión para estimar el tiempo de procesamiento de la multiplicación de HE de matrices más grandes.