公开(公告)号：CN116776359B

公开(公告)日：2023-11-03

申请号：CN202311062444.3

申请日：2023-08-23

申请人： 北京电子科技学院

发明人： 李晓东 ,  冯夏梦 ,  金鑫 ,  高贺贺 ,  杨舒雅 ,  杨心怡 ,  朱晓鹏

IPC分类号： G06F21/60

摘要： 本发明公开了一种基于全同态加密的密文同态比较方法和装置，属于密文数据处理技术领域。其中，方法包括根据输入精度和输出精度，确定分量多项式；以及根据所述分量多项式确定待比较明文对应符号函数的近似值。本发明公开的同态比较近似方法在深度消耗和计算复杂性方面具有最优性，可有效减少同态乘法和加法次数，并需要更少的平摊运行时间，更适用于数据量大的应用场景。

公开(公告)号：CN118862987A

公开(公告)日：2024-10-29

申请号：CN202411063057.6

申请日：2024-08-05

申请人： 北京电子科技学院

发明人： 李晓东 ,  杨舒雅 ,  金鑫 ,  高贺贺 ,  冯夏梦 ,  虎光宇 ,  朱晓鹏

IPC分类号： G06N3/063 ,  G06N3/048 ,  G06N3/084 ,  G06F21/60 ,  G06F17/10

摘要： 本发明公开了一种密文神经网络模型的构建方法及系统，涉及密文神经网络训练技术领域，具体步骤为：获取数据集，并将数据集进行同态加密，形成训练集；获取神经网络模型的激活函数的插值点的函数和导数值，并基于激活函数的插值点的函数和导数值利用拉格朗日插值导数推广公式获取激活函数的逼近多项式；根据激活函数的逼近多项式构建初始密文神经网络模型；利用训练集对初始密文神经网络模型进行密文训练，获得密文神经网络模型。本发明利用多项式对激活函数替换，将非线性的计算转为线性的计算，从而实现神经网络模型的密文训练，在保持训练效率和计算复杂度的情况下，保证了数据的可用性。

公开(公告)号：CN116800906B

公开(公告)日：2023-11-07

申请号：CN202311054648.2

申请日：2023-08-22

申请人： 北京电子科技学院

发明人： 李晓东 ,  高贺贺 ,  金鑫 ,  杨舒雅 ,  杨心怡 ,  冯夏梦 ,  朱晓鹏

IPC分类号： H04N1/44 ,  H04L9/00 ,  H04L9/08 ,  H04L67/10 ,  G06V10/94 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06V10/764 ,  G06V10/82 ,  G06F21/60 ,  G06F21/62

摘要： 本发明公开了一种基于模分量同态的密文卷积神经网络图像分类方法，包括：服务端在云端进行参数训练并初始化模型参数；客户端生成自己的公钥、秘密密钥和评估密钥；客户端使用公钥对明文图像进行加密得到密文数据，并将其传输到云端；云端进行卷积、池化、全连接等卷积神经网络的密文推理操作；云端将密文推理结果发送回客户端；客户端使用秘密密钥对密文结果进行解密；客户端得到解密后的密文图像推理结果。该方法采用了GPU并行计算的策略，加速密文推理过程并实现实时的密文图像分类，通过利用GPU强大的计算能力，有效地提升了密文图像分类的效率；能够在云计算环境下实现安全的密文图像分类，有效解决隐私泄露问题，并提高了密文图像分类的效率。

公开(公告)号：CN116776359A

公开(公告)日：2023-09-19

申请号：CN202311062444.3

申请日：2023-08-23

申请人： 北京电子科技学院

发明人： 李晓东 ,  冯夏梦 ,  金鑫 ,  高贺贺 ,  杨舒雅 ,  杨心怡 ,  朱晓鹏

IPC分类号： G06F21/60

摘要： 本发明公开了一种基于全同态加密的密文同态比较方法和装置，属于密文数据处理技术领域。其中，方法包括根据输入精度和输出精度，确定分量多项式；以及根据所述分量多项式确定待比较明文对应符号函数的近似值。本发明公开的同态比较近似方法在深度消耗和计算复杂性方面具有最优性，可有效减少同态乘法和加法次数，并需要更少的平摊运行时间，更适用于数据量大的应用场景。

公开(公告)号：CN118570815A

公开(公告)日：2024-08-30

申请号：CN202410797639.0

申请日：2024-06-20

申请人： 北京电子科技学院

发明人： 李晓东 ,  杨舒雅 ,  金鑫 ,  高贺贺 ,  冯夏梦 ,  虎光宇 ,  朱晓鹏

IPC分类号： G06V30/19 ,  G06V30/18 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/098 ,  G06F21/62 ,  G06F21/60 ,  H04L9/00

摘要： 本发明公开了一种基于模分量同态的密文手写体识别神经网络训练方法及系统，该方法包括：使用模分量同态加密库对MNIST手写体的明文数据集进行加密预处理；构建深度为9层的密文神经网络，对密文神经网络进行模分量同态加密库的适配改造；采用密文数据对密文神经网络进行训练，在基于同态加密的密文训练中包括前向传播与反向传播；其中，在反向神经网络的传播过程中，计算并反向传回梯度，更新权重值和偏置值，采用正则化参数防止过拟合；完成梯度下降和参数更新，获得训练后的密文手写体识别神经网络模型。本发明实现了在加密域中高效、准确地训练神经网络，并成功应用于手写体识别任务，显著提升了密文训练效率，同时确保了数据隐私的保护。

公开(公告)号：CN116800906A

公开(公告)日：2023-09-22

申请号：CN202311054648.2

申请日：2023-08-22

申请人： 北京电子科技学院

发明人： 李晓东 ,  高贺贺 ,  金鑫 ,  杨舒雅 ,  杨心怡 ,  冯夏梦 ,  朱晓鹏

IPC分类号： H04N1/44 ,  H04L9/00 ,  H04L9/08 ,  H04L67/10 ,  G06V10/94 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06V10/764 ,  G06V10/82 ,  G06F21/60 ,  G06F21/62

摘要： 本发明公开了一种基于模分量同态的密文卷积神经网络图像分类方法，包括：服务端在云端进行参数训练并初始化模型参数；客户端生成自己的公钥、秘密密钥和评估密钥；客户端使用公钥对明文图像进行加密得到密文数据，并将其传输到云端；云端进行卷积、池化、全连接等卷积神经网络的密文推理操作；云端将密文推理结果发送回客户端；客户端使用秘密密钥对密文结果进行解密；客户端得到解密后的密文图像推理结果。该方法采用了GPU并行计算的策略，加速密文推理过程并实现实时的密文图像分类，通过利用GPU强大的计算能力，有效地提升了密文图像分类的效率；能够在云计算环境下实现安全的密文图像分类，有效解决隐私泄露问题，并提高了密文图像分类的效率。