基于同态加密的卷积神经网络前向传播方法

• 作者: 章乐 许世聪 谢四江
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 同态加密 卷积神经网络 前向传播 全局平均池化
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 安全技术
• 页码范围: 295-300,312
• 页数: 7页
• 分类号: TP3
• 字数: 6699字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.02.046

摘要

现如今,利用云技术完成机器学习预测任务变得十分普遍.然而在云端处理数据存在用户隐私数据泄露的风险.利用同态加密特性,使用户数据在加密状态下完成预测任务,并将加密结果返回给用户,这样就可以解决上述的风险问题.根据上述思路,提出一种加密域下的卷积神经网络前向传播方法.该方法描述了用户加密数据输入到加密预测结果输出的过程.该方法充分结合全局平均池化解决了全连接层参数多、计算缓慢这一问题.实验结果表明,该方法能够大幅度减少模型参数以及加密预测时延,并且保持较好的加密预测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢四江		12	153	5.0	12.0
5	许世聪		2	2	1.0	1.0
6	章乐		2	0	0.0	0.0