【技术实现步骤摘要】
本专利技术涉及数据安全和密码学领域，特别涉及一种paillier密文空间中快速矩阵乘法方法、电子设备以及存储介质。
技术介绍
1、在隐私计算领域，paillier同态加密算法是一种广泛应用且具有严格安全性证明的密码学方法。该算法被用于许多隐私保护的机器学习算法和协议中，如联邦学习、隐私集合求交、匿踪查询等。
2、在基于paillier同态加密设计的算法和协议中，密文空间中的矩阵乘法运算是一种基础的密码学算子，广泛用于纵向线性回归、纵向逻辑回归、纵向神经网络等算法协议中。例如，在纵向逻辑回归算法中，计算密文空间中的梯度时，需要利用本地明文训练数据和接收到的密文残差向量进行矩阵乘法运算。
3、然而，由于paillier密文空间中的加法和乘法运算计算开销较大，当密文矩阵和明文矩阵中元素数量较大时，密文空间中矩阵乘法运算的计算开销就会变得非常巨大，成为整个协议的计算效率瓶颈，从而影响该隐私保护协议的有效落地和广泛应用。
技术实现思路
1、鉴于上述问题，本专利技术提供了一种p...
【技术保护点】
1.一种Paillier密文空间中快速矩阵乘法方法，应用于金融大数据领域、医疗大数据领域、云计算领域以及联邦学习领域，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对明文矩阵中的明文元素进行预设精度的编码包括根据用户指定的浮点数编码标准将所述明文元素编码成具有用户指定精度的数据形式；
3.根据权利要求1所述的方法，其特征在于，计算密文矩阵中密文元素的模逆值，将所述密文元素的模逆值缓存在存储设备中包括：
4.根据权利要求1所述的方法，其特征在于，利用存储设备中缓存的所述密文元素的模逆值，将所述密文矩阵中的个行向量与所述...
【技术特征摘要】
1.一种paillier密文空间中快速矩阵乘法方法，应用于金融大数据领域、医疗大数据领域、云计算领域以及联邦学习领域，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对明文矩阵中的明文元素进行预设精度的编码包括根据用户指定的浮点数编码标准将所述明文元素编码成具有用户指定精度的数据形式；
3.根据权利要求1所述的方法，其特征在于，计算密文矩阵中密文元素的模逆值，将所述密文元素的模逆值缓存在存储设备中包括：
4.根据权利要求1所述的方法，其特征在于，利用存储设备中缓存的所述密文元素的模逆值，将所述密文矩阵中的个行向量与所述预处...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。