申请/专利权人:许昌学院
申请日:2023-04-21
公开(公告)日:2024-06-14
公开(公告)号:CN118194314A
主分类号:G06F21/60
分类号:G06F21/60;G06F21/62;G06V10/764;G06V10/774;G06V10/82;G06N3/048;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明实施例公开了密文图像分类深度学习处理方法、系统模型和存储介质。该方法应用于系统模型,系统模型包括主服务器、辅助服务器和用户终端;该方法包括:构建安全计算协议包,安全计算协议包用于密文计算过程;利用sigmoid激活函数和交叉熵代价函数组合,以及softmax激活函数和最大似然代价函数组合,基于Paillier加密算法对模型进行训练;主服务器在获得训练好的模型后通过分类的方式将用户终端输入的数据进行分类,以使得辅助服务器从主服务器中获取密文分类结果;用户终端从辅助服务器中下载密文分类结果,并根据Paillier解密算法进行解密。本发明提供的方案能够解决深度学习训练过程中用户隐私泄露的问题。
主权项:1.一种密文图像分类深度学习处理方法,其特征在于,应用于系统模型,所述系统模型包括主服务器、辅助服务器和用户终端;所述方法包括:构建安全计算协议包,所述安全计算协议包用于密文计算过程;利用sigmoid激活函数和交叉熵代价函数组合,以及softmax激活函数和最大似然代价函数组合,基于Paillier加密算法对模型进行训练;所述主服务器在获得训练好的模型后通过分类的方式将所述用户终端输入的数据进行分类,以使得所述辅助服务器从所述主服务器中获取密文分类结果;所述用户终端从所述辅助服务器中下载所述密文分类结果,并根据所述Paillier解密算法包进行解密。
全文数据:
权利要求:
百度查询: 许昌学院 密文图像分类深度学习处理方法、系统模型和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。