一种基于全同态加密算法的神经网络预测方案

作     者：王建华 黎琳 赵镇东 常晓林 王爱丽 刘宇 耿欣 

作者机构：北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室北京100044 中国铁路信息科技集团有限公司北京100844 

出 版 物：《人工智能》 (Artificial Intelligence View)

年 卷 期：2022年第4期

页      面：97-108页

学科分类：0839[工学-网络空间安全] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中国国家铁路集团有限公司科技研究开发计划实验室基础研究项目(L2021S001) 

主　　题：同态加密 隐私保护 神经网络 

摘      要：在智能交通云环境下,用户接入、数据共享、服务外包等核心业务方面均面临着隐私泄露问题。然而,现有的同态加密算法虽然为外包服务中隐私问题提供了解决方法,但该算法对密文无法执行复杂非线性运算。本文提出了一种基于全同态加密算法的神经网络预测方案,由模型训练、预处理、数据加密、密文运算、近似激活等五个过程组成。该预测方案通过改进BFV加密算法使得密文在运算时能更好地控制噪声增长;通过在神经网络中使用多项式函数替换非线性激活函数,解决了非线性激活函数给同态加密算法运算带来的计算问题。实验结果验证了基于全同态加密算法的神经网络预测方案的有效性。