一种基于安全多方计算的大模型隐私保护推理方法和系统

本发明属于信息安全与计算机应用技术的交叉领域，涉及一种基于安全多方计算的大模型隐私保护推理方法和系统。该方法包括：获取客户端以秘密共享形式输入的推理所需提示符；获取服务器以秘密共享形式输入的大模型权重参数；对大模型中的各个操作进行隐私保护计算并执行模型推理；将模型推理结果的共享值发送至客户端，客户端基于共享值重构出推理结果。本发明利用同态加密、向量茫然线性评估等密码学技术以及分段多项式最优逼近构建了大型Transformer模型的安全推理框架，可以执行快速、准确的大模型协同推理并为客户端和模型拥有方提供半诚实安全，即双方需准确遵守协议且各自隐私都不会产生泄露。