申请/专利权人：浙江数秦科技有限公司

申请日：2021-09-09

公开（公告）日：2024-03-22

公开（公告）号：CN113780552B

主分类号：G06N3/098

分类号：G06N3/098;G06N3/082;G06N3/045;G06F7/544;G06F7/548;G06F7/552;G06F7/556;G06F21/62

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：本发明涉及计算机技术领域，具体涉及一种双向隐私保护的安全多方计算方法，包括：模型方建立神经网络模型拟合目标函数；将输入层神经元的连接拆分为两个连接；建立协作输入神经元和保留输入神经元；建立协作方；将协作数发送给协作方；数据方获得保留数；协作方计算协作连接的值；获得协作中间值；数据方将协作比例系数和保留比例系数发送给模型方，获得保留权系数；计算保留连接的值；将保留中间值发送给协作方；协作方获得第1层神经元的输入；模型方代入激活函数，获得第1层神经元的输出，进而获得目标神经网络模型的输出，即为安全多方计算的结果。本发明的有益效果是：扩大了安全多方计算的范围；实现隐私数据和神经网络模型的双向保密。

主权项：1.一种双向隐私保护的安全多方计算方法，其特征在于，包括：模型方建立神经网络模型拟合目标函数，获得目标神经网络模型；将目标神经网络模型的输入层神经元涉及的连接拆分为两个连接，分别记为协作连接和保留连接，协作连接和保留连接的权系数分别记为协作权系数和保留权系数；为每个协作连接建立协作输入神经元，为每个保留连接建立保留输入神经元；建立协作方，模型方将全部协作连接及协作权系数发送给协作方；每个数据方分别为所属的协作连接和保留连接，随机生成协作比例系数和保留比例系数，将协作连接对应的输入数与协作比例系数相乘的结果，作为协作数，发送给协作方；数据方将输入数与保留比例系数相乘的结果，作为保留数；协作方将协作数与协作权系数相乘，作为协作连接的值；协作方将连接同一个第1层神经元的协作连接的值相加，作为第1层神经元的协作中间值；数据方将协作比例系数和保留比例系数发送给模型方，模型方通过计算获得适配的保留权系数，将保留权系数反馈给数据方；数据方将保留数与保留权系数相乘，作为保留连接的值；将连接同一个第1层神经元的保留连接的值相加，作为第1层神经元的保留中间值，发送给协作方；协作方将第1层神经元的协作中间值、保留中间值和偏移值相加，获得第1层神经元的输入，将第1层神经元的输入发送给模型方；模型方将第1层神经元的输入代入激活函数，获得第1层神经元的输出，进而获得目标神经网络模型的输出，即为安全多方计算的结果；模型方建立神经网络模型拟合目标函数的方法包括：模型方将目标函数涉及的输入字段发送给相关的数据方；数据方提供输入字段的输入数的取值范围和分布概率；模型方根据分布概率在输入数的取值范围内随机生成输入数；将输入数代入目标函数获得目标函数的结果，结果作为标签，形成样本数据；使用样本数据训练神经网络模型，获得目标神经网络模型；模型方为输入层神经元涉及的连接的权系数生成一个随机的干扰量，干扰量与权系数的比值小于预设阈值，根据协作权系数、协作比例系数、保留比例系数及添加干扰量后的原连接权系数，计算出保留权系数，发送给数据源方；模型方构建神经网络模型时，执行以下步骤：设定阈值N，N为正整数；模型方分别计算目标函数对每个输入数的1阶偏导至N阶偏导；对于输入数，若目标函数的m阶偏导非常数，则模型方添加所述输入数的m次方作为神经网络模型的输入神经元。

全文数据：

权利要求：

百度查询： 浙江数秦科技有限公司 一种双向隐私保护的安全多方计算方法

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