[發(fā)明專利]一種基于全連接層全同態(tài)加密運(yùn)算的加速器安全分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110997014.5
• 申請(qǐng)日: 2021-08-27
• 公開（公告）號(hào): CN113704833B
• 公開（公告）日: 2022-12-09
• 發(fā)明（設(shè)計(jì)）人: 楊晨;侯佳;蘇陽;楊澤鵬
• 申請(qǐng)（專利權(quán)）人: 西安交通大學(xué)
• 主分類號(hào): G06F21/72
• 分類號(hào): G06F21/72;G06F21/60;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 閔岳峰

本發(fā)明公開了一種基于全連接層全同態(tài)加密運(yùn)算的加速器安全分類方法：1)針對(duì)全連接最后一層的權(quán)值矩陣W，將數(shù)據(jù)按列映射為m個(gè)明文多項(xiàng)式；2)采用基于RLWE的全同態(tài)加密實(shí)現(xiàn)方案YASHE對(duì)映射后的明文多項(xiàng)式進(jìn)行離線加密，轉(zhuǎn)換為m個(gè)密文多項(xiàng)式并存儲(chǔ)在加速器內(nèi)部；3)按照明文標(biāo)量?密文多項(xiàng)式的計(jì)算方式，在加速器片內(nèi)將上層神經(jīng)元輸出的明文特征值和密文權(quán)值多項(xiàng)式相乘，輸出m個(gè)密文多項(xiàng)式；4)在片內(nèi)將m個(gè)密文多項(xiàng)式累加，輸出分類結(jié)果多項(xiàng)式out_c_p；5)全同態(tài)加密實(shí)現(xiàn)方案YASHE的參數(shù)確定。本發(fā)明提供的一種基于全連接層全同態(tài)加密運(yùn)算的加速器安全分類方法，使神經(jīng)網(wǎng)絡(luò)加速器分類結(jié)果以密文形式生成、存儲(chǔ)和傳輸，保護(hù)加速器中的分類結(jié)果安全。

技術(shù)領(lǐng)域

本發(fā)明屬于硬件安全領(lǐng)域，具體涉及一種基于全連接層全同態(tài)加密運(yùn)算的加速器安全分類方法。

背景技術(shù)

在醫(yī)療、金融、云服務(wù)等領(lǐng)域的智能系統(tǒng)中，神經(jīng)網(wǎng)絡(luò)加速器計(jì)算輸出的推理結(jié)果往往涉及到個(gè)人隱私或商業(yè)秘密，因此，防止神經(jīng)網(wǎng)絡(luò)加速器內(nèi)部的關(guān)鍵結(jié)果數(shù)據(jù)被泄露，對(duì)于加速器的安全至關(guān)重要。雖然新型的全同態(tài)加密方案能夠直接在密文域完成神經(jīng)網(wǎng)絡(luò)的運(yùn)算過程、得到加密的推理結(jié)果，能夠防止分類結(jié)果泄露和被利用，但是也會(huì)造成運(yùn)算量和存儲(chǔ)量的急劇增長(zhǎng)，帶來巨大的硬件開銷和嚴(yán)重的性能退化，無法在神經(jīng)網(wǎng)絡(luò)加速器上集成和應(yīng)用。

發(fā)明內(nèi)容

本發(fā)明目的是提供一種基于全連接層全同態(tài)加密運(yùn)算的加速器安全分類方法，該方法利用全同態(tài)加密算法支持神經(jīng)網(wǎng)絡(luò)推理的核心算子——卷積運(yùn)算的特點(diǎn)，將基于RLWE全同態(tài)加密的YASHE實(shí)現(xiàn)方案應(yīng)用于神經(jīng)網(wǎng)絡(luò)全連接最后一層的運(yùn)算執(zhí)行，以密文形式生成推理的分類結(jié)果，實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)加速器的安全分類。

本發(fā)明采用如下技術(shù)方案來實(shí)現(xiàn)的：

一種基于全連接層全同態(tài)加密運(yùn)算的加速器安全分類方法，包括以下步驟：

1)選擇神經(jīng)網(wǎng)絡(luò)全連接最后一層未加密的權(quán)值數(shù)據(jù)矩陣W，將每列數(shù)據(jù)映射為單個(gè)多項(xiàng)式，得到m個(gè)明文多項(xiàng)式，即p₁,p₂,…,p_m；

2)采用基于RLWE的全同態(tài)加密實(shí)現(xiàn)方案YASHE對(duì)映射后的明文多項(xiàng)式進(jìn)行離線加密，轉(zhuǎn)換為m個(gè)密文多項(xiàng)式，即{c_p₁,c_p₂,…,c_p_m}，將全連接最后一層權(quán)值數(shù)據(jù)以密文形式存儲(chǔ)在神經(jīng)網(wǎng)絡(luò)加速器內(nèi)部；

3)采用明文標(biāo)量-密文多項(xiàng)式的計(jì)算方式，在神經(jīng)網(wǎng)絡(luò)加速器片內(nèi)對(duì)上層神經(jīng)元輸出的明文特征值和存儲(chǔ)的密文權(quán)值多項(xiàng)式進(jìn)行相乘，輸出m個(gè)密文多項(xiàng)式結(jié)果，即{m_c_p₁,m_c_p₂,…,m_c_p_m}；

4)在神經(jīng)網(wǎng)絡(luò)加速器片內(nèi)將m個(gè)密文多項(xiàng)式結(jié)果累加，輸出分類結(jié)果多項(xiàng)式out_c_p；

5)基于RLWE的全同態(tài)加密實(shí)現(xiàn)方案YASHE的參數(shù)確定。

本發(fā)明進(jìn)一步的改進(jìn)在于，步驟1)的具體實(shí)現(xiàn)方法如下：

101)選擇神經(jīng)網(wǎng)絡(luò)全連接最后一層應(yīng)用全同態(tài)加密算法在密文域運(yùn)算；

102)使用不可約多項(xiàng)式f(x)＝xⁿ+1且次數(shù)n＝2^k，k為整數(shù)，定義一個(gè)多項(xiàng)式環(huán)則環(huán)R_t中的元素表示次數(shù)最大為n-1且其系數(shù)在{0,1,…,t-1}中；

103)將全連接最后一層未加密的權(quán)值數(shù)據(jù)矩陣W編碼映射到多項(xiàng)式環(huán)R_t，表達(dá)為下式：

式中，為全連接最后一層權(quán)值數(shù)據(jù)矩陣W，{p₁,p₂,…,p_m}為權(quán)值數(shù)據(jù)映射到環(huán)R_t空間的明文多項(xiàng)式。