一种用于隐私保护机器学习的定点数编码及运算系统

授权

摘要

本发明属于网络空间安全技术领域，具体为一种用于隐私保护机器学习的定点数编码及运算系统。该系统包括定点数表示模块，定点数加法模块以及定点数乘法模块，本发明将有限域中定点数编码方式用于隐私保护机器学习中，以提供隐私保护机器学习中定点数编码与运算的整体解决方案为目标，实现了隐私保护机器学习中定点数编码方案及运算机制。使用本发明系统表示定点数的机器学习框架训练的模型(如线性回归，逻辑回归，BP神经网络和LSTM神经网络)，与现有的机器学习框架相比，可以几乎相同的精度执行预测和分类任务。

基本信息

专利标题：

一种用于隐私保护机器学习的定点数编码及运算系统

专利标题（英）：

暂无

公开（公告）号：

CN111857649A

申请号：

CN202010571111.3

公开（公告）日：

2020-10-30

申请日：

2020-06-22

授权号：

CN111857649B

授权日：

2022-04-12

发明人：

汤定一韩伟力

申请人：

复旦大学

申请人地址：

上海市杨浦区邯郸路220号

代理机构：

上海正旦专利代理有限公司

代理人：

王洁平

优先权：

CN202010571111.3

主分类号：

G06F7/483

IPC分类号：

G06F7/483 G06F7/50 G06F7/52 G06N3/04 G06N20/00 G06F17/18