一种基于安全多方计算的神经网络推理加速方法

本发明涉及一种基于安全多方计算的神经网络推理加速方法，属于安全多方计算和人工智能安全领域，其将用户数据通过数据预处理模块向量化并秘密共享；数据预计算模块生成满足VOLE关系的相关随机向量，实现数据加密盲化；各参与方通过安全计算模块确保数据隐私，基于安全运算基础算子实现复杂任务的安全计算；GPU并行计算模块加速优化矩阵运算；计算结果通过安全通信模块在多方安全传输；结果重构模块重建完整推理结果并返回给用户。本发明在保障数据隐私的前提下显著提升神经网络推理的速度和效率，并有效减少通信开销，尤其是在处理矩阵乘法等密集计算任务时，减少明文与密文计算效率的差异。