基于半诚实可信执行环境的卷积神经网络不经意推理方法

本发明提供了基于半诚实可信执行环境的卷积神经网络不经意推理方法，在安全推理服务请求阶段，模型提供者构造第一公共参数对应的查阅表；选择第二公共参数创建飞地并初始化飞地；数据用户向模型提供者请求注册以申请密钥从而从模型提供者得到密钥，模型提供者更新飞地中对应存储的私钥；在安全推理服务查询阶段，数据用户利用分发至自身的密钥将自身数据加密传送至云服务器；云服务器通过不经意安全协议对传送来的数据进行线性和非线性层的计算得到密文预测结果，反馈至数据用户。本发明提升了密码学与可信硬件协作方案的安全性，保护了模型安全性，无需进行交互通信，减少了与同态计算相关的计算开销，大幅度提升了计算效率。