面向用户数据和模型数据的隐私保护技术

作者：陈嘉乐; 张佳乐; 杨子路; 赵彦超; 后弘毅; 陈兵

来源：指挥信息系统与技术, 2022, 13(06): 95-100.

DOI：10.15908/j.cnki.cist.2022.06.015

• 隐私保护深度学习
• 安全多方计算
• Blowfish算法

数据与模型作为人工智能框架的2个重要元素，既需要考虑它们的安全性与隐私需求，又需要兼顾它们的计算性能。将密码学与人工智能技术相结合，面向多种智能算法，通过安全多方计算技术重构神经网络核心算法，实现全流程的安全推理。基于多线程计算和分段加密等技术优化Blowfish算法，高效完成海量模型数据的加解密流程。该研究有助于提升人工智能模式的安全性与密文计算效率，具有重要研究意义。

• 单位
  南京航空航天大学; 中国电子科技集团公司第二十八研究所