[发明专利]使用高通量CRT评估的用于机器学习和神经网络的同态加密

说明书

实施例涉及使用高通量CRT评估的用于机器学习和神经网络的同态加密。设备的实施例包括硬件加速器以接收由同态加密(HE)生成的密文以用于评估，将密文的系数分解成一组分解的系数，使用基于较大模数确定的一组较小模数对分解的系数进行乘法，并将乘法的结果转换回对应于较大模数的原始形式。

技术领域

概括而言，本文中描述的实施例涉及计算系统的领域，并且更特别地涉及使用高通量(high-throughput)中国剩余定理(CRT)评估的用于机器学习和神经网络的同态加密。

背景技术

密码加密计算可指在处理器部件内采用密码加密机制的计算机系统安全解决方案。一些密码加密计算系统可以在存储器指针或用户数据上在此类数据离开处理器边界并进入一些外部存储器单元或传送给一些其他装置之前，在处理器核内采用加密和/或其他密码加密机制。密码加密计算的一种类型是同态加密(HE)。HE是指一类公共加密密钥加密方案，其对同态加密的数据执行评估(例如加法和乘法)。

发明内容

本文中描述的实施例提供一种设备，包括：硬件加速器，用于：接收由同态加密(HE)生成的密文以用于评估；将所述密文的系数分解成一组分解的系数；使用基于较大模数确定的一组较小模数对分解的系数进行乘法；以及将乘法的结果转换回对应于所述较大模数的原始形式。

本文中描述的实施例提供一种方法，包括：由计算装置的硬件加速器接收由同态加密(HE)生成的密文以用于评估；由所述硬件加速器将所述密文的系数分解成一组分解的系数；由所述硬件加速器使用基于较大模数确定的一组较小模数对分解的系数进行乘法；以及由所述硬件加速器将乘法的结果转换回对应于所述较大模数的原始形式。

本文中描述的实施例提供一种系统，包括：存储器；以及可通信地耦合到所述存储器的硬件加速器，所述硬件加速器用于实施中国剩余定理(CRT)乘法器电路，所述硬件加速器包括一组m乘m的乘法器、2m到m的归约电路、行波加法累加器和模归约电路，所述一组用于：从所述存储器中接收由同态加密(HE)生成的密文以用于评估；将所述密文的系数分解成一组分解的系数；使用基于较大模数确定的一组较小模数对分解的系数进行乘法；以及将乘法的结果转换回对应于所述较大模数的原始形式。

本文中描述的实施例提供至少一种机器可读介质和一种使用高通量CRT评估促进用于机器学习和神经网络的HE的设备。

附图说明

这里描述的实施例在附图的各个图中以举例的方式并且不是以限制的方式示出，其中相似的附图标记是指类似的元件。

图1示出了根据本发明的具体实施方式的采用同态加密(HE)中国剩余定理(CRT)评估部件的计算装置。

图2示出了根据本发明的一个具体实施方式的HE CRT评估部件。

图3是描绘根据本发明的具体实施方式的HE CRT评估部件的示例架构图的框图。

图4示出了根据本发明的具体实施方式的HE CRT评估部件的系数分解单元的框图。

图5示出了根据本发明的具体实施方式的HE CRT评估部件的模乘法单元的框图。

图6示出了根据本发明的具体实施方式的HE CRT评估部件的模转换单元的框图。

图7示出了根据本发明的某些具体实施方式的使用高通量CRT评估的用于机器学习和神经网络的HE的示例流程。

图8是根据本发明的一些具体实施方式的说明性电子计算装置的示意图，该电子计算装置实现使用高通量CRT评估的用于机器学习和神经网络的HE。

具体实施方式

各种实施例针对使用例如高通量中国剩余定理(CRT)评估的用于机器学习和神经网络的同态加密技术。