摘要
本发明公开一种人工智能模型的隐私保护方法、装置、系统和介质,包括:获取模型参数和输入数据,将模型参数和输入数据输入可信执行环境,模型参数包括权重参数或偏置参数,依次将人工智能模型的每一层作为当前层,若当前层是需矩阵乘法的层,根据当前层的乘法左矩阵和乘法右矩阵,得到加密后的数据矩阵合集,将加密后的数据矩阵合集传输到不可信执行环境,得到中间结果合集,将中间结果合集返回可信执行环境,得到当前层的输出数据,第一层的乘法右矩阵是输入数据,若当前层是无需乘法矩阵的层,根据上一层的输出数据得到当前层的输出数据,将最后一层的输出数据作为查询结果。本发明可以提高模型推理的速度和准确性,可应用于人工智能技术领域。
技术关键词
可信执行环境
矩阵
人工智能模型
加密
数据
隐私保护方法
参数
密钥
生成随机
隐私保护装置
隐私保护系统
客户端
指令
模块
解密
人工智能技术
服务端
存储器
程序
线性