一种基于模分量同态的Legendre-KAN加密推理方法

本发明公开了一种基于模分量同态的Legendre‑KAN加密推理方法，涉及信息安全技术领域，包括：步骤1：基于勒让德多项式的KAN结构构建Legendre‑KAN网络；步骤2：采集图像样本集对Legendre‑KAN网络进行训练获得Legendre‑KAN模型；步骤3：对待预测图像进行加密，获得密文数据；步骤4：在GPU中利用Legendre‑KAN模型采用模分量同态算法对密文数据进行并行推理，获得加密结果；步骤5：对加密结果进行解密获得图像预测结果。本发明能够令整个推理过程中数据始终处于加密状态，有效避免隐私泄漏，并且能够提高模型推理效率，加速数据推理过程。