摘要

人工智能的兴起,带动了深度神经网络的研究热潮,然而“裸奔”的数据使得用户隐私面临巨大威胁。同态加密技术具备密文计算的属性,可以为深度神经网络提供有效的隐私保护。针对卷积神经网络在预测过程中的数据安全问题,结合CKKS同态加密方案,提出了密态卷积神经网络模型的构建方法,保证用户数据在预测过程中的全程密态。此外,结合MNIST标准数据集,完成了密态预测模型的仿真实现。实验结果表明,该模型的预测准确率可以达到98.3%,并且单幅图像预测时间低至毫秒级别。

  • 单位
    中国电子科技集团公司第三十研究所