- 专利标题： 基于NTRU同态加密的数据隐私保护深度学习方法
-
申请号： CN202010057521.6申请日： 2020-01-19
-
公开(公告)号： CN111245610B公开(公告)日： 2022-04-19
- 发明人: 韩嵩 , 任思琪 , 孔梦娇 , 陈晓莉 , 徐云华 , 林建洪 , 徐菁
- 申请人： 浙江工商大学 , 浙江鹏信信息科技股份有限公司
- 申请人地址： 浙江省杭州市下沙高教园区学正街18号;
- 专利权人： 浙江工商大学,浙江鹏信信息科技股份有限公司
- 当前专利权人： 浙江工商大学,浙江鹏信信息科技股份有限公司
- 当前专利权人地址： 浙江省杭州市下沙高教园区学正街18号;
- 代理机构： 杭州奥创知识产权代理有限公司
- 代理商 王佳健
- 主分类号： H04L9/08
- IPC分类号： H04L9/08 ; H04L9/32 ; G06N3/08
摘要：
本发明公开了基于NTRU同态加密的数据隐私保护深度学习方法。本发明采用一种NTRU同态加密的方法来加密深度学习中感知器学习过程中的训练数据、测试数据、标签值以及权重向量，并在这些数据加密的情况下来训练预测模型，确保用户数据的隐私性和安全性。这种同态加密技术相比于一般同态加密技术因其所用多项式次数较低而具有较好的实用性，基于这种隐私保护下的感知器学习可以推广到多层的神经网络，实现深度学习过程中的数据隐私保护。
公开/授权文献
- CN111245610A 基于NTRU同态加密的数据隐私保护深度学习方法 公开/授权日：2020-06-05
