摘要
本发明公开了一种大模型多方训练中激活函数信息的隐私保护方法,其步骤包括:1)模型拥有方Pi持有私有输入xi,i=1~n;2)可信服务器S将训练中使用的每一个激活函数编码为一查找表T;3)Pi生成公私钥对,并将公钥发送给其他模型拥有方以及S;4)S将激活函数f(x)的查找表T向右旋转r位后记为Tf;随后将Tf、旋转偏移量r分成n份;利用加密公钥pk对ri加密得到ct(i)并将ct(i)发送给Pi;5)Pi利用pk对xi加密得到CT(i),将CT(i)、ct(i)发送给其他模型拥有方;Pi根据密文解码恢复出盲化索引u,查询子表在u处的值,获得激活函数值的份额。
技术关键词
可信服务器
隐私保护方法
生成查找表
密钥生成算法
索引
加密算法
解码
编码
公钥
明文
模数
系统为您推荐了相关专利信息
机动车维修管理服务系统
维修工单管理
客户信息管理
配件管理
车载移动网络
智能预测方法
注意力机制
深度神经网络
预测特征
大数据
双目视觉SLAM方法
深度学习特征提取
描述符
关键点
特征点
患者病情信息
大语言模型
智能生成方法
节点
智能生成系统