摘要
本发明为一种两方径向基核函数计算的隐私保护方法,属于多方安全计算领域。该方法包含以下步骤:结合现有技术的Trunc协议、CrossTerm协议、MCrossTerm协议、MUX协议,通过在多方安全计算的框架下对秘密分享依次利用放大、点积、二范数、缩放等操作,构造出径向基核函数的秘密分享,实现等价于明文径向基核函数计算的密文下的近似计算。本发明方法仅采用一次不经意传输就能实现百万富翁协议的功能,避免了现有技术的重复多次调用不经意传输,能大幅降低通信和计算开销、提高效率;本发明方法应用到机器学习模型训练任务中,能够保障用户的数据安全,并实现高效的模型训练。
技术关键词
径向基核函数
隐私保护方法
MUX协议
机器学习模型
因子
可读存储介质
模数
计算机
数据安全
处理器通信
明文
浮点数
超参数
存储器
电子设备
指令