一种基于推理时线性化的安全神经网络推理方法及系统

本发明公开一种基于推理时线性化的安全神经网络推理方法及系统，涉及机器学习和信息安全技术领域，模型持有者将训练好的非线性神经网络的随机特征提取模块部署在客户端，分别向两个非串通服务器分发可学习模块；客户端将数据输入至随机特征提取模块进行特征提取，得到随机特征，基于算术秘密共享将映射后的随机特征进行分割，得到第一秘密份额和第二秘密份额并分别分发至两个服务器；两个服务器基于可学习模块对接收的秘密份额进行推理计算，推理时将S‑cos激活函数线性化，得到第一计算结果和第二计算结果并返回至客户端，客户端基于第一计算结果和第二计算结果重构预测结果，在保护数据隐私和模型隐私的前提下实现高效的神经网络推理服务。