[发明专利]基于同态加密的机器学习中非线性运算逼近方法及装置

权利要求书

1.一种基于同态加密的机器学习中非线性运算逼近方法，其特征在于，所述方法包括：

获取初值，所述初值根据预设明文进行同态加密得到；

将所述初值采用牛顿迭代公式进行k轮运算，得到迭代结果，所述牛顿迭代公式中的每个算子以及每个运算均为同态运算，k为大于或等于8的整数；

根据所述迭代结果确定指定函数的运算结果，所述指定函数包括激活函数或者倒数函数，所述运算结果用于机器学习，所述机器学习包括联邦学习。

2.根据权利要求1所述的方法，其特征在于，在所述指定函数包括激活函数时，所述获取初值，包括：

确定所述预设明文的平方结果，并确定所述平方结果的第一比特长度值；

根据所述第一比特长度值进行同态加密，得到所述初值；

或者，

确定所述预设明文中的每一个明文的平方结果，并对该平方结果进行同态加密，得到至少一个同态加密平方结果，确定所述至少一个同态加密平方结果中的最大值，根据该最大值确定所述初值。

3.根据权利要求2所述的方法，其特征在于，所述根据所述迭代结果确定指定函数的运算结果，包括：

根据所述迭代结果确定平方根算子；

根据所述平方根算子逼近所述激活函数，得到所述运算结果。

4.根据权利要求1所述的方法，其特征在于，在所述指定函数包括倒数函数时，所述获取初值，包括：

确定所述预设明文的第二比特长度值；

根据所述第二比特长度值确定所述初值；

或者，

将所述预设明文中每一明文进行同态加密，得到至少一个密文；

确定所述至少一个密文中的最大值，根据该最大值确定所述初值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述迭代结果确定指定函数的运算结果，包括：

将所述迭代结果进行平方运算，得到所述倒数函数的运算结果。

6.一种基于同态加密的机器学习中非线性运算逼近装置，其特征在于，所述装置包括：获取单元、运算单元和确定单元，其中，

所述获取单元，用于获取初值，所述初值根据预设明文进行同态加密得到；

所述运算单元，用于将所述初值采用牛顿迭代公式进行k轮运算，得到迭代结果，所述牛顿迭代公式中的每个算子以及每个运算均为同态运算，k为大于或等于8的整数；

所述确定单元，用于根据所述迭代结果确定指定函数的运算结果，所述指定函数包括激活函数或者倒数函数，所述运算结果用于机器学习，所述机器学习包括联邦学习。

7.根据权利要求6所述的装置，其特征在于，在所述指定函数包括激活函数时，在所述获取初值方面，所述获取单元具体用于：

确定所述预设明文的平方结果，并确定所述平方结果的第一比特长度值；

根据所述第一比特长度值进行同态加密，得到所述初值；

或者，

确定所述预设明文中的每一个明文的平方结果，并对该平方结果进行同态加密，得到至少一个同态加密平方结果，确定所述至少一个同态加密平方结果中的最大值，根据该最大值确定所述初值。

8.根据权利要求7所述的装置，其特征在于，在所述根据所述迭代结果确定指定函数的运算结果方面，所述确定单元具体用于：

根据所述迭代结果确定平方根算子；

根据所述平方根算子逼近所述激活函数，得到所述运算结果。

9.一种电子设备，其特征在于，包括处理器、存储器，所述存储器用于存储一个或多个程序，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-5任一项所述的方法中的步骤的指令。

10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。