【技术实现步骤摘要】
本申请涉及加密处理，尤其涉及一种基于机器学习的同态加密处理方法、装置及设备。
技术介绍
1、目前，机器学习算法在银行业务的应用越来越广，通过机器学习可以实现对银行业务的客户更加精细化地管理，在此基础上，可以对精准营销、智能风控、运营管理进行赋能。通常情况下，可以在云端部署机器学习服务，将客户端的客户信息发送至云端后，由云端的机器学习模型等对客户信息进行处理。
2、由于客户信息中存在隐私数据，为了防止在云端处理时泄露客户的隐私，可以利用同态加密对客户信息的特征矩阵进行加密处理，然后再由云端的机器学习模型对同态加密后的特征矩阵进行计算处理等，防止隐私数据泄露。
3、不同客户的信息可以为同源信息或者不同源信息，其中，同源是指以同一种规则进行的信息压缩方法，形成的特征矩阵大小尺寸一致，方便管理；非同源是指以多种规则对多条信息进行压缩的方法，形成的特征矩阵大小尺寸不一定相同。
4、当多个客户信息为同源信息时，可以对同源的多个客户信息同时进行同态加密处理得到多个同态加密密文，由机器学习模型对多个同态加密密文进行处...
【技术保护点】
1.一种基于机器学习的同态加密处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于机器学习模型中卷积层的卷积核，对所述初始同态加密密文进行分解，获取多个分解同态加密密文，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于多个所述分解同态加密密文和所述卷积核，确定第一同态加密密文向量，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述机器学习模型中全连接层的权重矩阵，对所述第一同态加密密文向量进行复制，获取至少一个第二同态加密密文向量，包括：
5.根据权利要求1所述的...
【技术特征摘要】
1.一种基于机器学习的同态加密处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于机器学习模型中卷积层的卷积核，对所述初始同态加密密文进行分解，获取多个分解同态加密密文，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于多个所述分解同态加密密文和所述卷积核，确定第一同态加密密文向量，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述机器学习模型中全连接层的权重矩阵，对所述第一同态加密密文向量进行复制，获取至少一个第二同态加密密文向量，包括：
5.根据权利要求1所述的方法，其特征在于，当所述第二同态加密密文向量的个数为多个，且所述一维权重向量的个数为多个时，所述基于所述第二同态加密密文向量和所述一维权重向量，确定第三同态加密密文向量，包括...
【专利技术属性】
技术研发人员：桑环宇，王海鹏，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：
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。