[发明专利]同态推理装置、同态推理方法、计算机能读取的存储介质和隐匿信息处理系统

说明书

范围判定部(412)将对输入数据加密而成的输入密文Csubgt;i/subgt;作为输入，判定从输入数据得到的值是否进入基准范围，生成与判定结果对应的范围密文asubgt;j/subgt;。结果生成部(413)对由范围判定部(412)生成的范围密文asubgt;j/subgt;进行同态运算，由此，生成作为对输入数据进行了包含非多项式运算的推理的结果的结果密文D。输出部(414)输出结果密文D。

技术领域

本发明涉及在对数据加密的状态下进行推理的技术。

背景技术

同态加密是能够在对数据加密的状态下进行运算的加密技术。近来，云服务的利用正在扩大，但是，由于担心破解和云的可靠性，要考虑在云上对数据进行加密来保管。同态加密是如下技术：能够对加密着的数据实施运算而不进行解密，因此，能够利用云服务而不损害安全性。

神经网络是在图像和动态图像的识别中有用的技术。神经网络由输入层、中间层和输出层这样的进行特定处理的3种层构成。在输入层中进行数据的输入。在中间层中对输入数据和中间层的计算结果进行某种计算。在输出层中输出中间层的计算结果。

近年来积极研究的实现高推理精度的神经网络具有非常多的中间层，在其推理处理中需要庞大的计算量。在计算能力低的终端中，很难进行基于这种神经网络的推理处理，因此，要考虑向具有高计算能力的云委托推理处理。在针对神经网络的输入数据是监视摄像机影像等私密数据的情况下，必须在从云隐匿输入数据的状态下进行神经网络的推理处理。在使用同态加密对输入数据加密的状态下进行基于神经网络的推理处理，由此，能够在确保隐私的同时向云委托推理处理。

为了在利用同态加密对数据加密的状态下进行复杂的计算，需要庞大的计算量。因此，为了在加密的状态下进行基于神经网络的推理处理，要考虑将神经网络的中间层置换成进行简单计算的中间层。

在非专利文献1、2中示出在利用同态加密加密的状态下进行神经网络的推理处理的例子。在非专利文献1中，仅利用进行简单计算的中间层构成浅层的神经网络，由此，实现加密状态下的推理处理。在非专利文献2中，将在深层的神经网络的中间层计算的函数置换成简单的近似函数，由此，将中间层中的计算置换成简单计算。

现有技术文献

非专利文献

非专利文献1：N.Dowlin,R.Gilad-Bachrach,K.Laine,K.Lauter,M.Naehrig,J.Wernsig.“CryptoNets:Applying Neural Networks to Encrypted Data with HighThroughput and Accuracy”.In ICML,pages 201-210,2016.Also available athttps：//www.microsoft.com/en-us/research/wp-content/uploads/2016/04/CryptonetsTechReport.p df

非专利文献2：H.Chabanne,A.de Wargny,J.Milgram,C.Morel,E.Prouff.Privacy-Preserving Classification on Deep Neural Network.In RealWorld Crypto2017.Also available at https：//eprint.iacr.org/2017/035.pdf.

非专利文献3：Ilaria Chilloti,Nicolas Gama,Mariya Georgieva,and MalikaIzabach`ene.Improving TFHE faster packed homomorphic operations and efficientcircuit bootstrapping.Cryptology ePrint Archive,Report 2017/430,2017.Available at http：//eprint.iacr.org/2017/430.