[发明专利]一种基于VHE的隐私保护神经网络的训练及预测方法在审
| 申请号： | 201810592585.9 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN108776836A | 公开（公告）日： | 2018-11-09 |
| 发明（设计）人： | 杨浩淼;张有;何伟超;梁绍鹏;李洪伟;任彦之 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06F21/60;G06F21/62 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 李龙 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于VHE的隐私保护神经网络的训练及预测方法，利用VHE同态加密算法对数据集D进行加密，得到加密数据集D′，所述加密数据集D′包括训练数据集D′1和测试数据集D′2；对所述训练数据集D′1进行BP神经网络批梯度训练，得到训练后的BP神经网络；利用训练后的BP神经网络对测试数据集D′2进行预测，得到预测结果；本发明结合加密算法以及BP神经网络方法实现了密文域下的BP神经网络的训练及预测，也就是实现了云端不可信的情况下，数据在输入加密保护下依旧可以进行BP神经网络的训练及预测等，实现了真正的计算外包。 | ||
| 搜索关键词： | 预测 测试数据集 加密数据集 训练数据集 神经网络 隐私保护 加密保护 加密算法 同态加密 预测结果 数据集 密文 算法 云端 加密 可信 | ||
【主权项】：
1.一种基于VHE的隐私保护神经网络的训练及预测方法，其特征在于：包括以下步骤：步骤1：利用VHE同态加密算法对数据集D进行加密，得到加密数据集D′，所述加密数据集D′包括训练数据集D′1和测试数据集D′2；步骤2：对所述训练数据集D′1进行BP神经网络批梯度训练，得到训练后的BP神经网络；步骤3：利用训练后的BP神经网络对测试数据集D′2进行预测，得到预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810592585.9/，转载请声明来源钻瓜专利网。
