基于可信执行环境的量化神经网络安全推理方法及装置

本申请涉及一种基于可信执行环境的量化神经网络安全推理方法及装置，其中，方法包括：向边缘TEE批次提交目标推理数据，并添加指纹挑战值得到混合推理数据；对其执行排列顺序混淆操作生成混淆推理数据，并通过量化参数对混淆推理数据进行量化与重量化处理，以得到量化推理数据，根据OTP算法加密量化推理数据，对加密后的量化推理数据进行加速推理处理，且对加速推理处理后的加密推理数据执行反量化和解混淆操作生成推理结果；判断推理结果是否满足推理完整性要求，并在推理结果满足预设推理完整性要求的情况下，将推理结果反馈至目标用户。由此，解决了现有的安全推理方法导致的整型溢出错误，极大影响量化神经网络模型的准确率等问题。