[發明專利]邊緣節點上的高通量隱私友好硬件輔助機器學習

在審

• 申請號: 201910336768.9
• 申請日: 2019-04-24
• 公開（公告）號: CN110414273A
• 公開（公告）日: 2019-11-05
• 發明（設計）人: 喬普·威廉·波斯;馬克·茹瓦
• 申請（專利權）人: 恩智浦有限公司
• 主分類號: G06F21/64
• 分類號: G06F21/64;G06F21/62;H04L9/32;H04L9/00;G06N20/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 潘軍

一種裝置，其包括：存儲器；處理器，其被配置成實現加密機器學習模型，所述加密機器學習模型被配置成：基于接收的數據評估所述加密學習模型，以產生加密機器學習模型輸出；產生驗證信息；防篡改硬件，其被配置成：基于所述驗證信息驗證所述加密機器學習模型輸出；并且當驗證所述加密機器學習模型輸出時，解密所述加密機器學習模型輸出。

技術領域

本文公開的各個示例性實施例一般涉及邊緣節點上的高通量隱私友好硬件輔助機器學習。

背景技術

機器學習是一種能夠實現預測或分類等廣泛應用的技術。然而，在當前的物聯網時代，當收集到的用戶敏感數據被用作訓練此種機器學習中使用的模型的輸入時，隱私成為一個重要的主題。這既包括提供其數據的用戶的隱私，又包括提供機器學習模型的實體的隱私，因為他們投入了大量時間和精力來訓練該模型并采集模型所需的數據。

發明內容

以下呈現了各個示例性實施例的概述。在以下概述中可以進行一些簡化和省略，其旨在突出和介紹各個示例性實施例的一些方面，而不是限制本發明的范圍。適合于允許本領域普通技術人員制造和使用本發明構思的示例性實施例的詳細描述將在后面的部分中闡明。

各個實施例涉及一種裝置，其包括：存儲器；處理器，其被配置成實現加密機器學習模型，所述加密機器學習模型被配置成：基于接收的數據評估加密學習模型，以產生加密機器學習模型輸出；產生驗證信息；防篡改硬件，其被配置成：基于驗證信息驗證加密機器學習模型輸出；并且當驗證加密機器學習模型輸出時，解密加密機器學習模型輸出。

描述了各個實施例，其中，驗證信息是簽名，并且驗證加密機器學習模型輸出包括驗證簽名。

描述了各個實施例，其中，驗證信息是簽名，并且產生驗證信息包括產生簽名。

描述了各個實施例，其中，驗證信息是工作量證明，并且驗證加密機器學習模型輸出包括驗證工作量證明是否正確。

描述了各個實施例，其中，驗證信息是工作量證明，并且產生驗證信息包括產生工作量證明。

描述了各個實施例，其中，防篡改硬件存儲解密密鑰，以解密加密機器學習模型的輸出。

描述了各個實施例，其中，接收的數據來自物聯網裝置。

描述了各個實施例，其中，該裝置是邊緣節點。

描述了各個實施例，其中，使用同態加密來加密加密機器學習模型。

描述了各個實施例，其中，使用微同態加密來加密加密機器學習模型。

另外的各個實施例涉及一種評估加密學習模型的方法，其包括：由處理器基于接收的數據評估加密學習模型，以產生加密機器學習模型輸出；由處理器產生驗證信息；由防篡改硬件基于驗證信息驗證加密機器學習模型輸出；并且當驗證加密機器學習模型輸出時，由防篡改硬件解密加密機器學習模型輸出。

描述了各個實施例，其中，驗證信息是簽名，并且驗證加密機器學習模型輸出包括驗證簽名。

描述了各個實施例，其中，驗證信息是簽名，并且產生驗證信息包括產生簽名。

描述了各個實施例，其中，驗證信息是工作量證明，并且驗證加密機器學習模型輸出包括驗證工作量證明是否正確。

描述了各個實施例，其中，驗證信息是工作量證明，并且產生驗證信息包括產生工作量證明。

描述了各個實施例，其中，防篡改硬件存儲解密密鑰，以解密加密機器學習模型的輸出。

描述了各個實施例，其中，接收的數據來自物聯網裝置。

描述了各個實施例，其中，處理器和防篡改硬件位于邊緣節點中。