Con el advenimiento de la computación en la nube y la era de los grandes datos, hay un enfoque creciente en la computación de privacidad. En consecuencia, la encriptación homomórfica, siendo una técnica principal para lograr la computación de privacidad, es muy valorada. Sin embargo, la eficiencia de los esquemas de encriptación homomórfica se ve significativamente afectada por el arranque. Mejorar la eficiencia del arranque requiere un enfoque dual: reducir la carga computacional de las operaciones de producto exterior que son parte del proceso, mientras se limita rigurosamente el ruido generado por el arranque dentro de límites de umbral predefinidos. El esquema FINAL es un esquema de encriptación homomórfica completamente basado en la unidad de investigación de teoría de números (NTRU) y suposiciones de aprendizaje con errores (LWE). El rendimiento del esquema FINAL es mejor que el del esquema TFHE, con un arranque más rápido y claves de arranque y cambio de clave más pequeñas. En este documento, introducimos el muestreo gaussiano elipsoidal para generar las claves f y g en el arranque del esquema FINAL, de modo que las desviaciones estándar de las claves f y g sean diferentes y se reduzca el ruido de arranque en un 76%. Sin embargo, cuando q está fijo, el límite para el ruido de arranque permanece constante. Como resultado, se utilizan bases de descomposición más grandes en el arranque para reducir el número total de multiplicaciones polinómicas en un 47%, mejorando así la eficiencia del esquema FINAL. El esquema de optimización supera al esquema FINAL original con un arranque un 33.3% más rápido, y la sobrecarga de memoria de las claves de rotación ciega se optimiza en un 47%.