- 0
- 0
- 约1.54万字
- 约 21页
- 2026-11-23 发布于湖北
- 举报
PAGE1
摘要
深度学习模型在云端推理时,用户数据往往以明文形式进入服务器,隐私泄露风险长期存在。全同态加密允许在密文上直接计算,为隐私保护推理提供了可行路径。CKKS方案支持近似浮点运算,适合神经网络中的实数矩阵乘法与多项式激活,但其同态乘法、旋转和重缩放开销较高,密文推理时延成为落地瓶颈。本文围绕深度学习推理中的线性层矩阵乘法,设计一种基于对角线编码与BSGS旋转合并的密文矩阵乘法加速算法,记为DB-CMM。
本文把推理问题抽象为密文输入、明文权重、密文输出约束下的矩阵乘法链。权重在推理前固定,因此可预编码为对角线明文表;激活值以CKKS密文向量承载。DB-CMM将矩
您可能关注的文档
- 2026年沪教版高中音乐选择性必修4戏剧表演《第四单元表演实践》大单元整体教学设计(2022课标.docx
- 2026年跨境投资隐私计算应用与金融数据安全治理趋势.docx
- 固态电池在机场摆渡车24小时高强度运行与频繁急刹中的寿命竞争.docx
- 动力电池热泵热管理系统在冬季续航提升中的应用效果.docx
- 发酵醋饮的复合风味开发与益生菌稳态化保活加工技术趋势.docx
- 面向未来算力中心的空分复用光纤光缆工程部署规范与接续测试标准预研.docx
- 红树林北移引种的气候适应性边界划定及生态补偿融资的蓝碳事前交易模式.docx
- 数字时代家长教育素养的内涵更新与提升路径 .docx
- 智能家居语音助手的对话管理与多模态反馈设计的语言学优化研究 .docx
- 2026年人教版九年级物理教学评一体教学设计:电磁铁电磁继电器.docx
原创力文档

文档评论(0)