加密S型神经元融合器

一种在加密域内直接执行S型神经元推理的多源数据融合方法，同时保护输入数据、模型参数和输出结果。

叶俊 · An, Fanglin

Information Fusion 2027

技术优势

精度更高

采用有理数域精确表示浮点数据，避免同态加密近似计算带来的精度损失。

开销最低

实验证明，与同类方案相比，本方案的计算开销最低，适合实际部署。

扩展性强

陷门多项式近似方法不仅限于S型函数，还可扩展至Tanh和ReLU等常用激活函数。

应用场景

• 隐私保护机器学习：在云服务器上训练和推理时保护用户数据隐私，无需暴露明文。
• 加密推理：在加密数据上直接执行神经网络推理，输出加密结果。
• 安全多方计算：多源数据融合时各方数据均以密文参与计算，互不泄露。
• 联邦学习：聚合多方加密模型更新或推理请求，保护各参与方隐私。