一种基于全同态加密算法的神经网络预测方案  

作　　者：王建华 黎琳[1] 赵镇东 常晓林[1] 王爱丽 刘宇 耿欣 

机构地区：[1]北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室,北京100044 [2]中国铁路信息科技集团有限公司,北京100844

出　　处：《人工智能》2022年第4期97-108,共12页Artificial Intelligence View

基　　金：中国国家铁路集团有限公司科技研究开发计划实验室基础研究项目(L2021S001)。

摘　　要：在智能交通云环境下,用户接入、数据共享、服务外包等核心业务方面均面临着隐私泄露问题。然而,现有的同态加密算法虽然为外包服务中隐私问题提供了解决方法,但该算法对密文无法执行复杂非线性运算。本文提出了一种基于全同态加密算法的神经网络预测方案,由模型训练、预处理、数据加密、密文运算、近似激活等五个过程组成。该预测方案通过改进BFV加密算法使得密文在运算时能更好地控制噪声增长;通过在神经网络中使用多项式函数替换非线性激活函数,解决了非线性激活函数给同态加密算法运算带来的计算问题。实验结果验证了基于全同态加密算法的神经网络预测方案的有效性。

关 键 词：同态加密 隐私保护 神经网络 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]