一种基于函数秘密共享的隐私保护Transformer推理方法

本发明公开了一种基于函数秘密共享的隐私保护 Transformer 推理方法，其特点是采用同态加密对输入令牌序列进行加密，通过安全多方计算协议处理非线性操作，利用函数秘密共享生成分布式区间函数密钥，实现安全比较和动态令牌剪枝，隐私保护推理具体包括：初始化阶段、输入加密阶段、协同计算阶段、安全剪枝阶段和结果恢复阶段等步骤。本发明与现有技术相比具有通过函数秘密共享技术将安全比较的在线通信复杂度从二次方降至常数级，有效解决了现有技术中令牌剪枝的通信瓶颈问题，在保护客户端输入数据和服务器模型参数隐私的前提下，显著提升了Transformer模型在隐私敏感场景下的推理效率，尤其适用需要对敏感数据进行Transformer模型推理且对隐私有高要求的场景，应用前景良好。