一种外包计算下二值神经网络模型的隐私保护推理方法

本发明公开了一种外包计算下二值神经网络模型的隐私保护推理方法，属于外包计算环境下的神经网络推理领域。首先构建模型拥有者、边缘服务器组和用户组成的推理系统，模型拥有者执行RSS，将BNN模型参数加密分发给三个边缘服务器，并运行符号函数，生成FSS函数密钥，分发给各个边缘服务器；同时生成随机数掩用于乘法运算以及发送数据。然后针对BNN模型，基于FSS和RSS混合协议设计激活函数优化非线性运算，基于RSS构建卷积层、全连接层提供高效的线性运算。最后用户将BNN模型的查询结果在本地利用秘密分享的加法同态性质相加重构得到明文推理结果。本发明完成BNN中各个模块的轻量化构建，提高了推理效率，实现在计算资源受限环境下保护推理数据隐私。