[发明专利]用于在加密数据上进行高级卷积的方法和装置

说明书

提供了用于在加密数据上进行高级卷积的方法和装置。一种装置包括处理器，该处理器被编程为：基于加密数据定义输入矩阵和内核矩阵，标识被应用于加密数据的加密方法的代数结构，响应于输入矩阵大小和内核矩阵大小确定代数结构中的本原单位根，利用本原单位根将输入矩阵和内核矩阵变换成经变换的输入矩阵和经变换的内核矩阵，计算经变换的输入矩阵和经变换的内核矩阵的逐元素乘法，应用反向离散傅立叶变换，以及基于加密数据来输出输入矩阵和内核矩阵的卷积。

技术领域

本公开涉及包括如图像数据或传感器数据这样的数据在内的加密数据的处理。

背景技术

安全多方计算（MPC）是密码学中的领域，它可以为许多方提供一种方法来在私有输入（诸如加密数据）上联合计算函数。在MPC中，各方可以获得他们想要在其上计算函数的输入的一些“共享部（share）”。它可以提供一种方式来保持输入私有免于参与MPC。此外，许多方使用MPC联合计算他们感兴趣的一些函数。

另一方面，深度学习（DL）可以是机器学习的子领域，其在图像识别方面具有问题。深度学习设定中MPC的合并对于保护数据隐私已经变得更直观，但是能够利用深度学习中的新技术进行计算。然而，要实现像在明文数据上一样高效地在加密数据上工作的DL方法可能是困难的。

可以利用SPDZ协议作为MPC协议。SPDZ可以利用标准的秘密共享方法，以便以私有方式共享函数输入。秘密共享算法可以用于加密方法中。SPDZ可以使得在以任何类型形式的加密数据上应用DL计算成为可能。

发明内容

根据一个实施例，一种处理加密数据的方法包括基于加密数据定义输入矩阵和内核矩阵，标识被应用于加密数据的加密方法的代数结构，响应于输入矩阵大小和内核矩阵大小确定代数结构中的本原单位根，利用本原单位根将输入矩阵和内核矩阵变换成经变换的输入矩阵和经变换的内核矩阵，计算经变换的输入矩阵和经变换的内核矩阵的逐元素乘法，应用反向离散傅立叶变换，以及基于加密数据来输出输入矩阵和内核矩阵的卷积。

根据第二实施例，一种处理加密数据的计算机实现的方法包括基于加密数据定义输入矩阵和内核矩阵，标识被应用于加密数据的加密方法的代数结构，响应于输入矩阵大小和内核矩阵大小确定代数结构中的本原单位根，利用本原单位根将输入矩阵和内核矩阵变换成经变换的输入矩阵和经变换的内核矩阵，计算经变换的输入矩阵和经变换的内核矩阵的逐元素乘法以及乘法的反向离散傅立叶变换，以及基于加密数据来输出输入矩阵和内核矩阵的卷积。

根据第三实施例，一种装置包括处理器，该处理器被编程为：基于加密数据定义输入矩阵和内核矩阵，标识被应用于加密数据的加密方法的代数结构，响应于输入矩阵大小和内核矩阵大小确定代数结构中的本原单位根，利用本原单位根将输入矩阵和内核矩阵变换成经变换的输入矩阵和经变换的内核矩阵，计算经变换的输入矩阵和经变换的内核矩阵的逐元素乘法，应用反向离散傅立叶变换，以及基于加密数据来输出输入矩阵和内核矩阵的卷积。

附图说明

图1描绘了实现用于注释数据的系统的示例性数据注释系统100。

图2描绘了利用DFT应用于加密数据的卷积的示例性流程图。

图3图示了控制至少部分自主的机器人的计算系统。

图4是其中计算机系统40用于控制制造机器的实施例。

图5图示了控制自动化个人助理的计算系统。

图6图示了控制访问控制系统的控制系统的计算系统。

图7图示了控制监督系统的控制系统的计算系统。

图8图示了控制成像系统的控制系统的计算系统。

具体实施方式