基于同態(tài)加密的AI模型參數(shù)安全計(jì)算與防泄露方法
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>930 K
標(biāo)簽： 模型參數(shù) 隱私保護(hù) 同態(tài)加密
所需積分：0分積分不夠怎么辦？
文檔介紹：隨著人工智能在醫(yī)療、金融等敏感領(lǐng)域的廣泛應(yīng)用，模型參數(shù)與訓(xùn)練數(shù)據(jù)的隱私保護(hù)成為關(guān)鍵問題。提出一種基于同態(tài)加密（HE）的AI模型參數(shù)安全計(jì)算與防泄露方法，采用CKKS方案在密文空間中實(shí)現(xiàn)參數(shù)加密、前向推理與梯度更新，避免了訓(xùn)練過程中明文暴露的風(fēng)險(xiǎn)。結(jié)果表明，HESGD在MNIST上最高準(zhǔn)確率達(dá)99.1%；在計(jì)算開銷上，實(shí)現(xiàn)了效率與安全性的平衡，信息泄露風(fēng)險(xiǎn)指數(shù)接近0.0。研究表明，該方法在保持模型精度的同時(shí)，實(shí)現(xiàn)了高效安全計(jì)算與近乎零泄露風(fēng)險(xiǎn)，具有較強(qiáng)的應(yīng)用價(jià)值。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。