基于隐私差异的双分支混合加密神经网络 Bi-CryptoNets

算法工具
论文详情

该技术针对实际应用中数据安全程度不同的问题,研究混合加密机器学习方法,采用特征分治机制对敏感和弱敏感特征使用加密和非加密隐私保护技术进行建模,并设计具有单向连接的双分支神经网络架构,提出了一种全新的混合加密神经网络方法,使得加密机器学习算法可以进一步利用异质融合数据安全性各异的特性,从而兼顾数据隐私性的同时有效提升噪声鲁棒性和效率,实现应对海量噪声数据的高效同态加密与机器学习方法

cifar10
明文数据集
混合加密数据集
模型推理
普通模型推理
Input Image
原始输入图像
普通模型
加密模型推理
Model Input 1
Model Input 2
Model Input 3
Model Reasoning
性能展示