申请/专利权人：福建师范大学

申请日：2023-12-20

公开（公告）日：2024-03-22

公开（公告）号：CN117744798A

主分类号：G06N5/04

分类号：G06N5/04;G06N3/04;G06F21/62

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明提出一种基于三方服务器的隐私保护神经网络推理方法，将隐私的图像数据通过秘密分享的形式拆分成三份，再发送给三个计算服务器；在可信服务器对三个提供计算服务的服务器进行参数初始化后，已经部署了推理模型计的算服务器执行线性层和非线性层的安全计算协议。针对非线性层的激活函数，采用安全比较协议为基础设计ReLU和最大池化计算。计算服务器执行完推理任务后将秘密分享形式的结果再返回给客户端，客户端在本地解密就可以实现端到端的隐私保护推理计算。从用户上传数据到计算服务器返回推理结果这个过程中可以保证用户的上传数据不被泄露并且保障了较高的推理精度。

主权项：1.一种基于三方服务器的隐私保护神经网络推理方法，其特征在于：首先，可信服务器为服务器交互计算中的离线计算和在线计算、客户端上传数据的加密提供初始化随机数；可信服务器完成随机参数发布后，客户端C在本地对将要上传的图像数据P根据随机数拆分为三份：P1,P2,P3，分别发送给提供计算推理服务的服务器S1,S2,S3做为传入模型的独立的输入参数；服务器S1,S2,S3接收到和C发送的随机数和输入数据后，执行模型推理计算，根据线性计算和非线性计算的类型不同，本地计算和三方协作计算交错地执行，其中包含安全卷积层对输入数据进行特征提取、安全激活函数进行非线性处理、安全池化层简化权重参数以及安全全连接层进一步学习权重参数；到模型最后一层计算结束时，推理结果由三个计算方共同持有，服务器S1,S2,S3再将结果发送给客户端C，客户端C本地进行推理结果的恢复工作。

全文数据：

权利要求：

百度查询： 福建师范大学 基于三方服务器的隐私保护神经网络推理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD