发明授权
- 专利标题: 一种高效隐私保护的深度学习方法
-
申请号: CN202211099367.4申请日: 2022-09-09
-
公开(公告)号: CN115186831B公开(公告)日: 2022-12-13
- 发明人: 万志国 , 高睿 , 王化群
- 申请人: 之江实验室
- 申请人地址: 浙江省杭州市余杭区之江实验室南湖总部
- 专利权人: 之江实验室
- 当前专利权人: 之江实验室
- 当前专利权人地址: 浙江省杭州市余杭区之江实验室南湖总部
- 代理机构: 北京志霖恒远知识产权代理有限公司
- 代理商 戴莉
- 主分类号: G06N20/00
- IPC分类号: G06N20/00 ; G06N3/04 ; G06F21/60 ; G06F21/62 ; H04L9/08
摘要:
本发明公开了一种高效隐私保护的深度学习方法,包含在加法秘密共享的情况下比较数值大小、和快速隐私保护的深度学习两个部分;所述的在加法秘密共享的情况下比较数值大小包含在加法秘密共享的情况下计算秘密数值的正负性和在加法秘密共享的情况下比较两个被共享的数的大小两个步骤;相较于现在正在使用的安全多方计算和全同态加密实现隐私、安全的深度学习预测方法,本发明没有使用非对称公钥加密体系,整个计算过程在实数域上完成,有极大的效率优势。同时保护了模型提供方的模型的安全性和数据拥有者输入数据的安全性。
公开/授权文献
- CN115186831A 一种高效隐私保护的深度学习方法 公开/授权日:2022-10-14