一种基于深度神经网络DNN的安全可验证性方法

本发明涉及一种基于深度神经网络DNN的安全可验证性方法，属于神经网络技术领域，包括如下步骤：S1、敏感样本生成；S2、生成混合数据集；S3、安全预测；用户将模型和使用同态加密算法加密后的待查询样本发送给服务器，由于同态加密的性质，服务器在密态下对待查询样本进行预测并将加密的结果返回给用户；S4、结果正确性验证；结果正确性验证包括两个部分，第一部分是模型完整性验证，通过检查敏感样本集预测的准确率来检验；第二部分是计算正确性验证，通过检查同一待预测样本的所有副本的预测结果是否一致来检验；本发明的有益效果：实现了安全预测和可验证性。