[发明专利]基于神经网络计算的数据保护方法及相关设备

说明书

本发明公开了一种基于神经网络计算的数据保护方法，包括：生成公钥和私钥并将所述公钥发送至服务器；采用所述公钥对用户数据进行加密得到第一加密数据；发送所述第一加密数据至所述服务器；接收所述服务器通过神经网络计算模型采用所述公钥对所述第一加密数据进行全同态加密计算得到的第二加密数据；采用所述私钥对所述第二加密数据进行解密得到所述神经网络计算模型的计算结果。本发明还公开了另一种基于神经网络计算的数据保护方法、装置、计算机设备及存储介质。本发明通过借助神经网络和全同态加密的思想，保证了数据安全的同时提高了计算效率。

技术领域

本发明涉及数据安全技术领域，尤其涉及一种基于神经网络计算的数据保护方法、装置、计算机设备及存储介质。

背景技术

现代社会，以深度神经网络为代表的新一代人工智能技术被广泛的应用到各个领域，如医疗、商业、教育以及公共安全等。

目前主流的神经网络计算方案有两种：一种是在客户端进行数据的计算，由于不用上传数据到服务器，能够消除隐私泄露的风险，但是对客户端设备的性能要求很高；二是将数据上传到服务器进行计算，再返回计算结果至客户端，服务器具有较高的数据计算性能，能够提高数据计算效率，但是存在隐私泄露的风险。

因此，有必要提供一种基于神经网络计算的数据保护方案，既能保证数据安全，又能提高计算效率。

发明内容

本发明的主要目的在于提供一种基于神经网络计算的数据保护方法、装置、计算机设备及存储介质，旨在解决数据安全和数据计算效率无法兼顾的技术问题，通过借助神经网络和全同态加密的思想，保证了数据安全的同时提高了计算效率。

为实现上述目的，本发明的第一方面提供一种基于神经网络计算的数据保护方法，应用于客户端中，所述方法包括：

生成公钥和私钥并将所述公钥发送至服务器；

采用所述公钥对用户数据进行加密得到第一加密数据；

发送所述第一加密数据至所述服务器；

接收所述服务器通过神经网络计算模型采用所述公钥对所述第一加密数据进行全同态加密计算得到的第二加密数据；

采用所述私钥对所述第二加密数据进行解密得到所述神经网络计算模型的计算结果。

根据本发明的一个可选实施例，所述采用所述公钥对用户数据进行加密得到第一加密数据包括：

计算用户数据的维度；

根据所述维度初始化一个矩阵，其中，所述矩阵的每个索引与所述用户数据中的每个数据一一对应；

采用所述公钥对所述每个数据进行加密；

将加密后的每个数据存储于所述矩阵中对应的索引中；

将存储于加密数据的矩阵作为所述第一加密数据。

根据本发明的一个可选实施例，所述采用所述私钥对所述第二加密数据进行解密得到所述神经网络计算模型的计算结果包括：

采用所述私钥对所述第二加密数据逐层进行解密得到所述神经网络计算模型的计算结果；

显示所述计算结果。

为实现上述目的，本发明的第二方面提供一种基于神经网络计算的数据保护方法，应用于服务器中，所述方法包括：

接收客户端发送的公钥及第一加密数据；

通过神经网络计算模型采用所述公钥对所述第一加密数据进行全同态加密计算得到第二加密数据；

发送所述第二加密数据至所述客户端。