インテリジェントデバイスとクラウドサービスの広範な利用に加えて、ローカルな計算とストレージリソースの制限により、多くのユーザーはプライベートデータをクラウドサーバーに転送して処理する傾向があります。しかし、機密データを平文で転送することで、ユーザーのプライバシーやセキュリティに関する懸念が引き起こされています。これらの問題に対処するために、ホモモルフィック暗号とセキュアマルチパーティ計算に基づく効率的なプライバシー保護セキュア神経ネットワーク推論ソリューションを提案します。このソリューションは、ユーザーとクラウドサーバーの両方のプライバシーを確保しながら、迅速かつ正確な暗号推論を実現しています。まず、推論プロセスを3つの段階に分割します。つまり、ネットワーク構造の調整段階、ホモモルフィック計算の前処理段階、およびプライバシーデータの秘密共有の浮動小数点演算オンライン段階です。次に、乗算レベルのコストを低減し、暗号文-平文の乗算および加算の回数を減らすためのネットワークパラメータ統合法を提案します。最後に、計算効率を向上させる高速畳み込みアルゴリズムを提案します。他の先進的な方法と比較して、提案されたソリューションのオンライン段階の線形操作時間は少なくとも11％削減され、推論時間と通信コストが著しく削減されました。

セキュアニューラルネットワーク推論;畳み込みニューラルネットワーク;プライバシー保護;ホモモルフィック暗号;秘密共有