CN111371544A - 基于同态加密的预测方法、装置、电子设备及存储介质 - Google Patents

基于同态加密的预测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111371544A
CN111371544A CN202010459200.9A CN202010459200A CN111371544A CN 111371544 A CN111371544 A CN 111371544A CN 202010459200 A CN202010459200 A CN 202010459200A CN 111371544 A CN111371544 A CN 111371544A
Authority
CN
China
Prior art keywords
parameter
encryption
prediction result
receiving end
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010459200.9A
Other languages
English (en)
Other versions
CN111371544B (zh
Inventor
谭晋
王磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alipay Hangzhou Information Technology Co Ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202010459200.9A priority Critical patent/CN111371544B/zh
Publication of CN111371544A publication Critical patent/CN111371544A/zh
Application granted granted Critical
Publication of CN111371544B publication Critical patent/CN111371544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/008—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols involving homomorphic encryption
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/12—Details relating to cryptographic hardware or logic circuitry
    • H04L2209/127—Trusted platform modules [TPM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/46—Secure multiparty computation, e.g. millionaire problem

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本说明书提出了一种基于同态加密的预测方法、装置、电子设备及存储介质，其中，上述方法包括：根据公钥Pk1对发送端目标参数进行加密，得到发送端加密参数，并将所述发送端加密参数发送给接收端；接收接收端加密参数，根据所述接收端加密参数及发送端目标预测数据进行计算，得到第一加密预测结果，并将所述第一加密预测结果发送给接收端，接收第二加密预测结果，根据发送端私钥Sk1对所述第二加密预测结果进行解密，得到第二预测结果；接收第一预测结果，根据所述第一预测结果及所述第二预测结果得到最终预测结果；可以实现在预测的同时保护模型的隐私，由此可以提高各参与方的数据安全性。

Description

基于同态加密的预测方法、装置、电子设备及存储介质
技术领域
本说明书涉及人工智能技术领域，尤其涉及一种基于同态加密的预测方法、装置、电子设备及存储介质。
背景技术
人工智能（Artificial Intelligence；以下简称：AI），是目前研究和开发用于模拟、延伸以及扩展人类智能的一门新兴科学技术。其中，AI的主要研究目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作；在实践应用中，通常是构建一个模型，例如，构建一个预测模型，通过训练数据对该预测模型进行反复训练，当训练到期望的目标时，可将该预测模型用于预测。
发明内容
本说明书实施例提供了一种基于同态加密的预测方法、装置、电子设备及存储介质，通过同态加密的方式对模型加密，在预测过程中，在加密模型的基础上生成加密预测结果，并由对方进行解密，根据解密后的预测结果得到最终的预测结果，由此实现各方安全的预测，从而提升各方数据的安全性，以及模型的隐私性。
第一方面，本说明书实施例提供一种基于同态加密的预测方法，包括：
在发送端创建公钥Pk1及私钥Sk1，根据所述公钥Pk1对发送端目标参数进行加密，得到发送端加密参数，并将所述发送端加密参数发送给接收端；
接收接收端加密参数，根据所述接收端加密参数及发送端目标预测数据进行计算，得到第一加密预测结果，并将所述第一加密预测结果发送给接收端，其中，所述接收端加密参数由接收端根据接收端公钥Pk2对接收端目标参数进行加密后获得；
接收第二加密预测结果，根据所述发送端私钥Sk1对所述第二加密预测结果进行解密，得到第二预测结果；其中，所述第二加密预测结果由接收端根据发送端加密参数及接收端目标预测数据进行计算后获得；
接收第一预测结果，将所述第一预测结果及所述第二预测结果进行累加，得到最终预测结果；其中，所述第一预测结果由接收端根据接收端密钥Sk2对所述第一加密预测结果进行解密后获得。
其中一种可能的实现方式中，所述根据所述公钥Pk1对发送端目标参数进行加密，得到发送端加密参数，并将所述发送端加密参数发送给接收端包括：
获取第一目标参数，将所述第一目标参数进行拆分，得到第二参数及第三参数；
根据所述公钥Pk1对所述第三参数进行加密，得到第三加密参数，并将所述第三加密参数发送给接收端。
其中一种可能的实现方式中，所述将所述第一目标参数进行拆分，得到第二参数及第三参数包括：
将所述第一目标参数根据特征数进行拆分，得到第二参数及第三参数；其中，所述第二参数的数目与发送端的特征数对应，所述第三参数的数目与接收端的特征数对应。
其中一种可能的实现方式中，所述接收接收端加密参数，根据所述接收端加密参数及发送端目标预测数据进行计算，得到第一加密预测结果包括：
接收接收端的第四加密参数，其中，所述第四加密参数由接收端根据接收端的公钥PK2对第四参数进行加密后获得，所述第四参数由第二目标参数进行拆分后获得，所述第二目标参数与所述第一目标参数相关联；
根据所述第四加密参数及所述第二参数进行计算获得第五加密参数；
根据所述第五加密参数及发送端目标预测数据进行计算，得到第一加密预测结果。
其中一种可能的实现方式中，所述第二加密预测结果由接收端根据所述第六加密参数及接收端目标预测数据进行计算获得，所述第六加密参数由所述第三加密参数与所述第五参数进行计算获得，所述第五参数由第二目标参数进行拆分后获得。
其中一种可能的实现方式中，在所述得到第二预测结果之后，还包括：
将所述第二预测结果发送至接收端。
上述基于同态加密的预测方法中，通过同态加密的方式对模型加密，在预测过程中，在加密模型的基础上生成加密预测结果，并由对方进行解密，根据解密后的预测结果得到最终的预测结果，由此实现各方安全的预测，从而提升各方数据的安全性，以及模型的隐私性。
第二方面，本说明书实施例提供一种同态加密的预测装置，包括：
加密模块，用于在发送端创建公钥Pk1及私钥Sk1，根据所述公钥Pk1对发送端目标参数进行加密，得到发送端加密参数，并将所述发送端加密参数发送给接收端；
计算模块，用于接收接收端加密参数，根据所述接收端加密参数及发送端目标预测数据进行计算，得到第一加密预测结果，并将所述第一加密预测结果发送给接收端，其中，所述接收端加密参数由接收端根据接收端公钥Pk2对接收端目标参数进行加密后获得；
解密模块，用于接收第二加密预测结果，根据所述发送端私钥Sk1对所述第二加密预测结果进行解密，得到第二预测结果；其中，所述第二加密预测结果由接收端根据发送端加密参数及接收端目标预测数据进行计算后获得；
预测模块，用于接收第一预测结果，将所述第一预测结果及所述第二预测结果进行累加，得到最终预测结果；其中，所述第一预测结果由接收端根据接收端密钥Sk2对所述第一加密预测结果进行解密后获得。
其中一种可能的实现方式中，所述加密模块包括：
拆分单元，用于获取第一目标参数，将所述第一目标参数进行拆分，得到第二参数及第三参数；
加密单元，用于根据所述公钥Pk1对所述第三参数进行加密，得到第三加密参数，并将所述第三加密参数发送给接收端。
其中一种可能的实现方式中，所述拆分单元还用于将所述第一目标参数根据特征数进行拆分，得到第二参数及第三参数；其中，所述第二参数的数目与发送端的特征数对应，所述第三参数的数目与接收端的特征数对应。
其中一种可能的实现方式中，所述计算模块包括：
接收单元，用于接收接收端的第四加密参数，其中，所述第四加密参数由接收端根据接收端的公钥PK2对第四参数进行加密后获得，所述第四参数由第二目标参数进行拆分后获得，所述第二目标参数与所述第一目标参数相关联；
第一计算单元，用于根据所述第四加密参数及所述第二参数进行计算获得第五加密参数；
第二计算单元，用于根据所述第五加密参数及发送端目标预测数据进行计算，得到第一加密预测结果。
其中一种可能的实现方式中，所述第二加密预测结果由接收端根据所述第六加密参数及接收端目标预测数据进行计算获得，所述第六加密参数由所述第三加密参数与所述第五参数进行计算获得，所述第五参数由第二目标参数进行拆分后获得。
其中一种可能的实现方式中，所述装置还包括：
发送模块，用于将所述第二预测结果发送至接收端。
第三方面，本说明书实施例提供一种电子设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面提供的方法。
第四方面，本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，当所述计算机指令在计算机上运行时，所述计算机指令使所述计算机执行第一方面提供的方法。
应当理解的是，本说明书的第二~第四方面与本说明书的第一方面的技术方案一致，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。
附图说明
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本说明书基于同态加密的预测方法一个实施例的流程图；
图2为本说明书基于同态加密的预测方法另一个实施例的流程图；
图3为本说明书基于同态加密的预测方法再一个实施例的流程图；
图4为本说明书基于同态加密的预测装置一个实施例的结构示意图；
图5为本说明书基于同态加密的预测装置另一个实施例的结构示意图；
图6为本说明书基于同态加密的预测装置再一个实施例的结构示意图；
图7为本说明书电子设备一个实施例的结构示意图。
具体实施方式
为了更好的理解本说明书的技术方案，下面结合附图对本说明书实施例进行详细描述。
应当明确，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本说明书保护的范围。
在本说明书实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
目前，在对模型进行训练的时候，通常会遇到训练数据不足的情况，因此会寻找多方数据源对该模型进行共同训练，各参与方为了保护各自训练数据的隐私，通常采用联邦学习的方案；然而，在对模型进行拆分时，例如通过可信执行环境（Trusted ExecutionEnvironment，TEE）拆分，或者通过安全多方计算（Secure Multi-Party Computation，MPC）训练出拆分的模型，都是通过明文进行模型的拆分；此外，预测模型通常都是基于线性回归（Logistic Regression）的模型，而LR模型都具有较强的可解释性，即可以从模型本身推断出数据的信息，因此会造成信息安全问题，给各参与方的数据安全带来隐患。
基于上述问题，本说明书实施例提供了一种基于同态加密的预测方法。
现结合图1-图3对本说明书提供的基于同态加密的预测方法进行说明，上述方法包括；
步骤101，对模型参数进行加密，并将加密参数发送给接收端。
具体地，该模型参数可以包括发送端的模型参数W1及接收端的模型参数W2。
在具体实现时，可以通过TEE的方式对模型进行训练，并可以对训练后的模型进行拆分，得到W1及W2，接着可以将W1发送给发送端，将W2发送给接收端，其中W1+W2=W，W可以是整个模型的训练后的参数；也可以通过MPC方式对模型进行训练，训练结束后获得W1及W2，该训练后的参数W1及W2分别存放于发送端及接收端。
需要说明的是，该模型可以是LR模型，也可以是其它形式的预测模型，本说明书对此不作限定。
接着，在发送端可以预先创建一对密钥，该对秘钥可以包括一个公钥Pk1及一个私钥Sk1，其中，该对秘钥可以用于加法同态加解密；通过该公钥Pk1可以对发送端的模型参数W1进行加密，得到加密参数[W1]1，并可以将该加密参数[W1]1发送至接收端。
应理解，由于是双方共同通过模型进行预测，因此发送端与接收端可以是对等的实体，当发送端在执行上述操作时，接收端也在执行相同操作，即接收端也可以预先创建一对密钥，一个公钥Pk2及一个私钥Sk2，并通过该公钥Pk2可以对接收端的模型参数W2进行加密，得到加密参数[W2]2，并可以将该加密参数[W2]2发送至接收端。
步骤102，接收接收端加密参数，根据所述接收端加密参数及发送端预测数据计算获得发送端加密预测结果，并将该发送端加密预测结果发送给接收端。
具体地，当发送端接收到接收端发送的接收端加密参数[W2]2后，可以将发送端的预测数据X1与接收端加密参数[W2]2进行运算，由此获得发送端加密预测结果[P1]2，即第一加密预测结果，其中，该第一加密预测结果[P1]2=X1*[W2]2，并将该第一加密预测结果[P1]2发送给接收端。
同样地，当接收端接收到发送端发送的发送端加密参数[W1]1后，可以将接收端的预测数据X2与发送端加密参数[W1]1进行运算，由此获得接收端加密预测结果[P2]1，即第二加密预测结果，其中，该第二加密预测结果[P2]1=X2*[W1]1，并将该第二加密预测结果[P2]1发送给发送端。
步骤103，接收第二加密预测结果及第一预测结果，对所述第二加密预测结果进行解密，得到第二预测结果，并根据所述第一预测结果及所述第二预测结果得到最终预测结果。
具体地，发送端可以等待接收接收端发送的第二加密预测结果[P2]1及第一预测结果P1；该第一预测结果P1可以由接收端根据私钥Sk2对该第一加密预测结果[P1]2进行解密后获得；该第二加密预测结果[P2]1在步骤102中由接收端生成并发送给发送端，当发送端收到该第二加密预测结果[P2]1后，可以根据私钥Sk1对该第二加密预测结果[P2]1进行解密，由此获得第二预测结果P2，最后，通过对第一预测结果P1和第二预测结果P2进行累加求和，可以得到最终的预测结果P，即P=P1+P2。
可选地，在发送端可以在解密获得第二预测结果P2后，将该第二预测结果P2发送给接收端，由此接收端也可以计算获得最终的预测结果。
同样地，如图1所示，在接收端也可以等待接收发送端发送的第一加密预测结果[P1]2及第二预测结果P2；当接收端收到该第一加密预测结果[P1]2后，可以根据私钥Sk2对该第一加密预测结果[P1]2进行解密，由此获得第一预测结果P1，最后，通过对第一预测结果P1和第二预测结果P2进行累加求和，可以得到最终的预测结果P，即P=P1+P2。
可选地，步骤101中，当发送端获得模型参数W1，即第一目标参数后，还可以将该第一目标参数W1拆分为第二参数W1a及第三参数W1b；其中，拆分的方式可以是对该第一目标参数W1进行截断，即拆分后的W1a及W1b可以拼接成W1。
可选地，在对该第一目标参数W1的拆分过程中，可以根据特征数进行拆分，在具体实现时，可以将W1a的参数数目等于发送端的特征数，将W1b的参数数目等于接收端的特征数。
同样地，在接收端也可以对模型参数W2，即第二目标参数进行拆分，由此获得第四参数W2a及第五参数W2b，其中，W2a的参数数目与发送端的特征数对应，W2b的参数数目与接收端端的特征数对应。
如图2所示，当发送端获得与接收端特征数对应的第三参数W1b后，可以根据发送端公钥Sk1对该第三参数W1b进行加密，得到第三加密参数[W1b]1，并将该第三加密参数[W1b]1发送给接收端；同样地，当接收端获得与发送端特征数对应的第四参数W2a后，可以根据接收端公钥Sk2对该第四参数W2a进行加密，得到第四加密参数[W2a]2，并将该第四加密参数[W2a]2发送给发送端。
接着，当发送端收到第四加密参数[W2a]2后，可将该第四加密参数[W2a]2与第二参数W1a进行运算，由此得到第五加密参数[Wa]2，其中，该运算可以是同态加密运算，即[W2a]2+W1a=[Wa]2；同样地，当接收端收到第三加密参数[W1b]1后，可将该第三加密参数[W1b]1与第五参数W2b进行运算，由此得到第六加密参数[Wb]1，其中，该运算可以是同态加密运算，即[W1b]1+W2b=[Wb]1，由此双方完成对各自模型的加密，虽然双方都拿到各自的模型，但是由于是通过对方的公钥加密，因此只能进行计算，例如对样本数据进行预测，但是不知道模型的具体参数信息，由此可以对模型进行隐私保护，提高信息安全。
接着，在步骤102中，当发送端获得接收端加密参数，即第五加密参数[Wa]2后，可以将该第五加密参数[Wa]2与发送端预测数据X1进行运算，由此获得第一加密预测结果[P1]2，并将该第一加密预测结果[P1]2发送给接收端，以便让接收端对该第一加密预测结果[P1]2进行解密；同样地，如图3所示，当接收端获得发送端加密参数，即第六加密参数[Wb]1后，可以将该第六加密参数[Wb]1与接收端预测数据X2进行运算，由此获得第二加密预测结果[P2]1，并将该第二加密预测结果[P2]1发送给发送端，以便让发送端对该第二加密预测结果[P2]1进行解密。
本发明实施例中，通过同态加密的方式对模型加密，在预测过程中，在加密模型的基础上生成加密预测结果，并由对方进行解密，根据解密后的预测结果得到最终的预测结果，由此实现各方安全的预测，从而提升各方数据的安全性，以及模型的隐私性。
图4为本说明书基于同态加密的预测装置40一个实施例的结构示意图，如图4所示，上述基于同态加密的预测装置40可以包括：加密模块41、计算模块42、解密模块43和预测模块44；
加密模块41，用于在发送端创建公钥Pk1及私钥Sk1，根据所述公钥Pk1对发送端目标参数进行加密，得到发送端加密参数，并将所述发送端加密参数发送给接收端；
计算模块42，用于接收接收端加密参数，根据所述接收端加密参数及发送端目标预测数据进行计算，得到第一加密预测结果，并将所述第一加密预测结果发送给接收端，其中，所述接收端加密参数由接收端根据接收端公钥Pk2对接收端目标参数进行加密后获得；
解密模块43，用用于接收第二加密预测结果，根据所述发送端私钥Sk1对所述第二加密预测结果进行解密，得到第二预测结果；其中，所述第二加密预测结果由接收端根据发送端加密参数及接收端目标预测数据进行计算后获得；
预测模块44，用于接收第一预测结果，将所述第一预测结果及所述第二预测结果进行累加，得到最终预测结果；其中，所述第一预测结果由接收端根据接收端密钥Sk2对所述第一加密预测结果进行解密后获得。
图4所示实施例提供的基于同态加密的预测装置可用于执行本说明书图1~图3所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
图5为本说明书基于装置50另一个实施例的结构示意图，与图4所示的基于同态加密的预测装置40相比，图5所示的基于同态加密的预测装置50中，上述加密模块41可以包括：拆分单元411及加密单元412；
拆分单元411，用于获取第一目标参数，将所述第一目标参数进行拆分，得到第二参数及第三参数；
加密单元412，用于根据所述公钥Pk1对所述第三参数进行加密，得到第三加密参数，并将所述第三加密参数发送给接收端。
其中一种可能的实现方式中，上述拆分单元411还用于将所述第一目标参数根据特征数进行拆分，得到第二参数及第三参数；其中，所述第二参数的数目与发送端的特征数对应，所述第三参数的数目与接收端的特征数对应。
其中一种可能的实现方式中，上述计算模块42可以包括：接收单元421、第一计算单元422及第二计算单元423；
接收单元421，用于接收接收端的第四加密参数，其中，所述第四加密参数由接收端根据接收端的公钥PK2对第四参数进行加密后获得，所述第四参数由第二目标参数进行拆分后获得，所述第二目标参数与所述第一目标参数相关联；
第一计算单元422，用于根据所述第四加密参数及所述第二参数进行计算获得第五加密参数；
第二计算单元423，用于根据所述第五加密参数及发送端目标预测数据进行计算，得到第一加密预测结果
其中一种可能的实现方式中，上述第二加密预测结果由接收端根据所述第六加密参数及接收端目标预测数据进行计算获得，所述第六加密参数由所述第三加密参数与所述第五参数进行计算获得，所述第五参数由第二目标参数进行拆分后获得。
图5所示实施例提供的基于同态加密的预测装置可用于执行本申请图1~图3所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
图6为本说明书基于同态加密的预测装置60再一个实施例的结构示意图，与图4所示的基于同态加密的预测装置40相比，图6所示的基于同态加密的预测装置60中，上述装置还可以包括：发送模块61；
发送模块61，用于将所述第二预测结果发送至接收端。
图6所示实施例提供的基于同态加密的预测装置可用于执行本申请图1~图3所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述.
应理解以上图4-图6所示的基于同态加密的预测装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块以软件通过处理元件调用的形式实现，部分模块通过硬件的形式实现。例如，检测模块可以为单独设立的处理元件，也可以集成在电子设备的某一个芯片中实现。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路（Application Specific Integrated Circuit；以下简称：ASIC），或，一个或多个微处理器（Digital Singnal Processor；以下简称：DSP），或，一个或者多个现场可编程门阵列（Field Programmable Gate Array；以下简称：FPGA）等。再如，这些模块可以集成在一起，以片上***（System-On-a-Chip；以下简称：SOC）的形式实现
图7为本说明书电子设备700一个实施例的结构示意图，如图7所示，上述电子设备可以包括至少一个处理器；以及与上述处理器通信连接的至少一个存储器，其中：存储器存储有可被处理器执行的程序指令，上述处理器调用上述程序指令能够执行本说明书图1~图3所示实施例提供的基于同态加密的预测方法。
其中，上述电子设备可以为能够进行基于同态加密的预测设备，例如：计算机，本说明书实施例对上述电子设备的具体形式不作限定。可以理解的是，这里的电子设备即为方法实施例中提到的机器。
图7示出了适于用来实现本说明书实施方式的示例性电子设备的框图。图7显示的电子设备700仅仅是一个示例，不应对本说明书实施例的功能和使用范围带来任何限制。
如图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：一个或者多个处理器710，存储器730，连接不同***组件（包括存储器730和处理单元710）的通信总线740。
通信总线740表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构（Industry StandardArchitecture；以下简称：ISA）总线，微通道体系结构（Micro Channel Architecture；以下简称：MAC）总线，增强型ISA总线、视频电子标准协会（Video Electronics StandardsAssociation；以下简称：VESA）局域总线以及***组件互连（Peripheral ComponentInterconnection；以下简称：PCI）总线。
电子设备典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器730可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器（Random Access Memory；以下简称：RAM）和/或高速缓存存储器。电子设备可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。存储器730可以包括至少一个程序产品，该程序产品具有一组（例如至少一个）程序模块，这些程序模块被配置以执行本说明书各实施例的功能。
具有一组（至少一个）程序模块的程序/实用工具，可以存储在存储器730中，这样的程序模块包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本说明书所描述的实施例中的功能和/或方法。
处理器710通过运行存储在存储器730中的程序，从而执行各种功能应用以及数据处理，例如实现本说明书图1~图3所示实施例提供的基于同态加密的预测方法。
以上各实施例中，涉及的处理器可以例如包括CPU、DSP、微控制器或数字信号处理器，还可包括GPU、嵌入式神经网络处理器（Neural-network Process Units；以下简称：NPU）和图像信号处理器（Image Signal Processing；以下简称：ISP），该处理器还可包括必要的硬件加速器或逻辑处理硬件电路，如ASIC，或一个或多个用于控制本申请技术方案程序执行的集成电路等。此外，处理器可以具有操作一个或多个软件程序的功能，软件程序可以存储在存储介质中。
本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，当所述计算机指令在计算机上运行时，所述计算机指令使所述计算机执行本说明书图1~图3所示实施例提供的基于同态加密的预测方法。
上述非暂态计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器（Read Only Memory；以下简称：ROM）、可擦式可编程只读存储器（Erasable ProgrammableRead Only Memory；以下简称：EPROM）或闪存、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本说明书操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LocalArea Network；以下简称：LAN）或广域网（Wide Area Network；以下简称：WAN）连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本说明书的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本说明书的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本说明书的实施例所属技术领域的技术人员所理解。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测（陈述的条件或事件）”可以被解释成为“当确定时”或“响应于确定”或“当检测（陈述的条件或事件）时”或“响应于检测（陈述的条件或事件）”。
需要说明的是，本说明书实施例中所涉及的终端可以包括但不限于个人计算机（Personal Computer；以下简称：PC）、个人数字助理（Personal Digital Assistant；以下简称：PDA）、无线手持设备、平板电脑（Tablet Computer）、手机、MP3播放器、MP4播放器等。
在本说明书所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本说明书各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置（可以是个人计算机，服务器，或者网络装置等）或处理器（Processor）执行本说明书各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory；以下简称：ROM）、随机存取存储器（Random Access Memory；以下简称：RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (14)

1.一种基于同态加密的预测方法，包括：
在发送端创建公钥Pk1及私钥Sk1，根据所述公钥Pk1对发送端目标参数进行加密，得到发送端加密参数，并将所述发送端加密参数发送给接收端；
接收接收端加密参数，根据所述接收端加密参数及发送端目标预测数据进行计算，得到第一加密预测结果，并将所述第一加密预测结果发送给接收端，其中，所述接收端加密参数由接收端根据接收端公钥Pk2对接收端目标参数进行加密后获得；
接收第二加密预测结果，根据所述发送端私钥Sk1对所述第二加密预测结果进行解密，得到第二预测结果；其中，所述第二加密预测结果由接收端根据发送端加密参数及接收端目标预测数据进行计算后获得；
接收第一预测结果，将所述第一预测结果及所述第二预测结果进行累加，得到最终预测结果；其中，所述第一预测结果由接收端根据接收端密钥Sk2对所述第一加密预测结果进行解密后获得。
2.根据权利要求1所述的方法，所述根据所述公钥Pk1对发送端目标参数进行加密，得到发送端加密参数，并将所述发送端加密参数发送给接收端包括：
获取第一目标参数，将所述第一目标参数进行拆分，得到第二参数及第三参数；
根据所述公钥Pk1对所述第三参数进行加密，得到第三加密参数，并将所述第三加密参数发送给接收端。
3.根据权利要求2所述的方法，所述将所述第一目标参数进行拆分，得到第二参数及第三参数包括：
将所述第一目标参数根据特征数进行拆分，得到第二参数及第三参数；其中，所述第二参数的数目与发送端的特征数对应，所述第三参数的数目与接收端的特征数对应。
4.根据权利要求2所述的方法，所述接收接收端加密参数，根据所述接收端加密参数及发送端目标预测数据进行计算，得到第一加密预测结果包括：
接收接收端的第四加密参数，其中，所述第四加密参数由接收端根据接收端的公钥PK2对第四参数进行加密后获得，所述第四参数由第二目标参数进行拆分后获得，所述第二目标参数与所述第一目标参数相关联；
根据所述第四加密参数及所述第二参数进行计算获得第五加密参数；
根据所述第五加密参数及发送端目标预测数据进行计算，得到第一加密预测结果。
5.根据权利要求4所述的方法，所述第二加密预测结果由接收端根据所述第六加密参数及接收端目标预测数据进行计算获得，所述第六加密参数由所述第三加密参数与所述第五参数进行计算获得，所述第五参数由第二目标参数进行拆分后获得。
6.根据权利要求1所述的方法，在所述得到第二预测结果之后，还包括：
将所述第二预测结果发送至接收端。
7.一种基于同态加密的预测装置，包括：
加密模块，用于在发送端创建公钥Pk1及私钥Sk1，根据所述公钥Pk1对发送端目标参数进行加密，得到发送端加密参数，并将所述发送端加密参数发送给接收端；
计算模块，用于接收接收端加密参数，根据所述接收端加密参数及发送端目标预测数据进行计算，得到第一加密预测结果，并将所述第一加密预测结果发送给接收端，其中，所述接收端加密参数由接收端根据接收端公钥Pk2对接收端目标参数进行加密后获得；
解密模块，用于接收第二加密预测结果，根据所述发送端私钥Sk1对所述第二加密预测结果进行解密，得到第二预测结果；其中，所述第二加密预测结果由接收端根据发送端加密参数及接收端目标预测数据进行计算后获得；
预测模块，用于接收第一预测结果，将所述第一预测结果及所述第二预测结果进行累加，得到最终预测结果；其中，所述第一预测结果由接收端根据接收端密钥Sk2对所述第一加密预测结果进行解密后获得。
8.根据权利要求7所述的装置，所述加密模块包括：
拆分单元，用于获取第一目标参数，将所述第一目标参数进行拆分，得到第二参数及第三参数；
加密单元，用于根据所述公钥Pk1对所述第三参数进行加密，得到第三加密参数，并将所述第三加密参数发送给接收端。
9.根据权利要求8所述的装置，所述拆分单元还用于将所述第一目标参数根据特征数进行拆分，得到第二参数及第三参数；其中，所述第二参数的数目与发送端的特征数对应，所述第三参数的数目与接收端的特征数对应。
10.根据权利要求8所述的装置，所述计算模块包括：
接收单元，用于接收接收端的第四加密参数，其中，所述第四加密参数由接收端根据接收端的公钥PK2对第四参数进行加密后获得，所述第四参数由第二目标参数进行拆分后获得，所述第二目标参数与所述第一目标参数相关联；
第一计算单元，用于根据所述第四加密参数及所述第二参数进行计算获得第五加密参数；
第二计算单元，用于根据所述第五加密参数及发送端目标预测数据进行计算，得到第一加密预测结果。
11.根据权利要求10所述的装置，所述第二加密预测结果由接收端根据所述第六加密参数及接收端目标预测数据进行计算获得，所述第六加密参数由所述第三加密参数与所述第五参数进行计算获得，所述第五参数由第二目标参数进行拆分后获得。
12.根据权利要求7所述的装置，所述装置还包括：
发送模块，用于将所述第二预测结果发送至接收端。
13.一种电子设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。
14.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，当所述计算机指令在计算机上运行时，所述计算机指令使所述计算机执行如权利要求1至6任一所述的方法。
CN202010459200.9A 2020-05-27 2020-05-27 基于同态加密的预测方法、装置、电子设备及存储介质 Active CN111371544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010459200.9A CN111371544B (zh) 2020-05-27 2020-05-27 基于同态加密的预测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010459200.9A CN111371544B (zh) 2020-05-27 2020-05-27 基于同态加密的预测方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111371544A true CN111371544A (zh) 2020-07-03
CN111371544B CN111371544B (zh) 2020-09-08

Family

ID=71211126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010459200.9A Active CN111371544B (zh) 2020-05-27 2020-05-27 基于同态加密的预测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111371544B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112016120A (zh) * 2020-08-26 2020-12-01 支付宝(杭州)信息技术有限公司 基于用户隐私保护的事件预测方法和装置
CN112200713A (zh) * 2020-10-28 2021-01-08 支付宝(杭州)信息技术有限公司 一种联邦学习中的业务数据处理方法、装置以及设备
CN115037442A (zh) * 2022-08-11 2022-09-09 平安银行股份有限公司 一种模型效果检测方法、装置、存储介质及设备
CN117938355A (zh) * 2024-03-21 2024-04-26 中国信息通信研究院 一种基于区块链的联合预测方法、介质及设备

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140372769A1 (en) * 2013-06-18 2014-12-18 Sap Ag Automatic Protocol Selection in Mixed-Protocol Secure Computation
CN104426973A (zh) * 2013-09-03 2015-03-18 ***通信集团公司 一种云数据库加密方法、***及装置
CN107483212A (zh) * 2017-08-15 2017-12-15 武汉信安珞珈科技有限公司 一种双方协作生成数字签名的方法
CN108768643A (zh) * 2018-06-22 2018-11-06 哈尔滨工业大学 一种隐私数据保护方法及***
US20180349740A1 (en) * 2016-02-04 2018-12-06 Abb Schweiz Ag Machine learning based on homomorphic encryption
CN109165515A (zh) * 2018-08-10 2019-01-08 深圳前海微众银行股份有限公司 基于联邦学习的模型参数获取方法、***及可读存储介质
CN109241770A (zh) * 2018-08-10 2019-01-18 深圳前海微众银行股份有限公司 基于同态加密的信息值计算方法、设备及可读存储介质
CN109450852A (zh) * 2018-10-09 2019-03-08 中国科学院信息工程研究所 网络通信加密解密方法及电子设备
CN109690551A (zh) * 2018-08-24 2019-04-26 区链通网络有限公司 区块链数据保护方法、装置、***及计算机可读存储介质
US20190334716A1 (en) * 2018-04-27 2019-10-31 The University Of Akron Blockchain-empowered crowdsourced computing system
CN110851869A (zh) * 2019-11-14 2020-02-28 深圳前海微众银行股份有限公司 敏感信息处理方法、设备及可读存储介质
CN110969264A (zh) * 2019-12-11 2020-04-07 支付宝(杭州)信息技术有限公司 模型训练方法、分布式预测方法及其***
CN110990698A (zh) * 2019-11-29 2020-04-10 珠海大横琴科技发展有限公司 一种推荐模型构建方法和装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140372769A1 (en) * 2013-06-18 2014-12-18 Sap Ag Automatic Protocol Selection in Mixed-Protocol Secure Computation
CN104426973A (zh) * 2013-09-03 2015-03-18 ***通信集团公司 一种云数据库加密方法、***及装置
US20180349740A1 (en) * 2016-02-04 2018-12-06 Abb Schweiz Ag Machine learning based on homomorphic encryption
CN107483212A (zh) * 2017-08-15 2017-12-15 武汉信安珞珈科技有限公司 一种双方协作生成数字签名的方法
US20190334716A1 (en) * 2018-04-27 2019-10-31 The University Of Akron Blockchain-empowered crowdsourced computing system
CN108768643A (zh) * 2018-06-22 2018-11-06 哈尔滨工业大学 一种隐私数据保护方法及***
CN109241770A (zh) * 2018-08-10 2019-01-18 深圳前海微众银行股份有限公司 基于同态加密的信息值计算方法、设备及可读存储介质
CN109165515A (zh) * 2018-08-10 2019-01-08 深圳前海微众银行股份有限公司 基于联邦学习的模型参数获取方法、***及可读存储介质
CN109690551A (zh) * 2018-08-24 2019-04-26 区链通网络有限公司 区块链数据保护方法、装置、***及计算机可读存储介质
CN109450852A (zh) * 2018-10-09 2019-03-08 中国科学院信息工程研究所 网络通信加密解密方法及电子设备
CN110851869A (zh) * 2019-11-14 2020-02-28 深圳前海微众银行股份有限公司 敏感信息处理方法、设备及可读存储介质
CN110990698A (zh) * 2019-11-29 2020-04-10 珠海大横琴科技发展有限公司 一种推荐模型构建方法和装置
CN110969264A (zh) * 2019-12-11 2020-04-07 支付宝(杭州)信息技术有限公司 模型训练方法、分布式预测方法及其***

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112016120A (zh) * 2020-08-26 2020-12-01 支付宝(杭州)信息技术有限公司 基于用户隐私保护的事件预测方法和装置
CN112016120B (zh) * 2020-08-26 2024-03-26 支付宝(杭州)信息技术有限公司 基于用户隐私保护的事件预测方法和装置
CN112200713A (zh) * 2020-10-28 2021-01-08 支付宝(杭州)信息技术有限公司 一种联邦学习中的业务数据处理方法、装置以及设备
CN115037442A (zh) * 2022-08-11 2022-09-09 平安银行股份有限公司 一种模型效果检测方法、装置、存储介质及设备
CN117938355A (zh) * 2024-03-21 2024-04-26 中国信息通信研究院 一种基于区块链的联合预测方法、介质及设备
CN117938355B (zh) * 2024-03-21 2024-06-25 中国信息通信研究院 一种基于区块链的联合预测方法、介质及设备

Also Published As

Publication number Publication date
CN111371544B (zh) 2020-09-08

Similar Documents

Publication Publication Date Title
CN111371544B (zh) 基于同态加密的预测方法、装置、电子设备及存储介质
CN109284313B (zh) 基于半监督学习的联邦建模方法、设备及可读存储介质
CN113364760A (zh) 一种数据加密处理方法、装置、计算机设备及存储介质
CN111460453A (zh) 机器学习训练方法、控制器、装置、服务器、终端和介质
CN111368336B (zh) 基于秘密共享的训练方法、装置、电子设备及存储介质
CN113505894A (zh) 纵向联邦学习线性回归和逻辑回归模型训练方法及装置
CN111428887B (zh) 一种基于多个计算节点的模型训练控制方法、装置及***
CN113542228B (zh) 基于联邦学习的数据传输方法、装置以及可读存储介质
CN111783129A (zh) 一种保护隐私的数据处理方法及***
EP2700256B1 (en) Verifying passwords on a mobile device
CN114124364B (zh) 密钥安全处理方法、装置、设备及计算机可读存储介质
CN111813544B (zh) 计算任务的处理方法、装置、调度及管理***和介质
WO2023169081A1 (zh) 数据处理
CN114884645B (zh) 一种隐私计算方法、装置和可读存储介质
KR20160136060A (ko) 공유 또는 검색을 위한 데이터 암호화 방법 및 이를 수행하는 장치
CN117978361A (zh) 基于云端的隐私计算方法、装置、电子设备及可读介质
CN114006769B (zh) 基于横向联邦学习的模型训练方法及其设备
CN113645294A (zh) 消息获取方法、装置、计算机设备和消息传输***
WO2023169080A1 (zh) 数据处理
CN116545676A (zh) 密文处理方法和装置、电子设备及存储介质
CN114726511B (zh) 数据处理方法和装置
CN111125788A (zh) 一种加密计算方法、计算机设备及存储介质
CN113672954A (zh) 特征提取方法、装置和电子设备
CN116032639A (zh) 基于隐私计算的消息推送方法及装置
CN115292726A (zh) 语义通信方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40033198

Country of ref document: HK