CN119452366A 推断验证系统和推断验证方法 (三菱电机株式会社)_第1页
CN119452366A 推断验证系统和推断验证方法 (三菱电机株式会社)_第2页
CN119452366A 推断验证系统和推断验证方法 (三菱电机株式会社)_第3页
CN119452366A 推断验证系统和推断验证方法 (三菱电机株式会社)_第4页
CN119452366A 推断验证系统和推断验证方法 (三菱电机株式会社)_第5页
已阅读5页,还剩59页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

2024.12.25PCT/JP2022/0264982022.07.01WO2024/004212JA2024.01.04推断装置(400)利用整数值表现作为成为推得到推断结果。证明装置(500)将所述推断结果装置(600)将所述证明作为输入,执行验证算法2推断部,其利用整数值表现作为成为推断处理对象的数据的所述推断结果包含所述卷积神经网络的各层的计所述证明部按照所述卷积神经网络的每层,将所述层的所述计算结所述证明包含针对所述卷积神经网络的各层的所述证明生成算法的执所述验证部按照所述卷积神经网络的每层,将所述层的所述执行结所述验证结果包含针对所述卷积神经网络的各层的所述验证算法的执TheReLULayer协议是与所述卷积神经网络的ReLTheAffineLayer协议是与所述卷积神经网络的AffTheConvolutionLayer协议是与所述卷积神经网络TheAveragePoolingLayer协议是与所述卷积神经网络的AveragePooling层对应的TheMaxPoolingLayer协议是与所述卷积神经网络的MaxPooling层对应的所述协TheSoftMaxLayer协议是与所述卷积神经网络的Soft3[0004]根据这样的观点,近年来,存在在云上提供基于神经网络的数据分析的服务[0006]在MLaaS中,在客户端向推断模型的提供者发送希望分析的数据来委托推断处理的情况下,服务提供者需要向客户端证明推断结果是实际通过推断模型进行了分析的结[0008]非专利文献1提出了如下方法:能够使用零知识证明来证明实际执行了基于推断[0012]非专利文献1:zkCNN:ZeroKnowledgeProofsforConvolutionalNeuralNetworkPredictionsandAccuracy.TianyiLiu,XiangXie,andYupengZhang45[0051]存储器是易失性或非易失性存储装置。存储器也被称作主存储装置或主存储[0068]在辅助存储装置203中存储有用于使计算机作为受理部210、生成部220和输出部器和处理器201内的高速缓冲存储器等存储装置也可以代替存储器202或与存储器202一起6[0083]在辅助存储装置303中存储有用于使计算机作为受理部310、生成部320和输出部器和处理器301内的高速缓冲存储器等存储装置也可以代替存储器302或与存储器302一起[0097]在辅助存储装置403中存储有用于使计算机作为受理部410、推断部420和输出部器和处理器401内的高速缓冲存储器等存储装置也可以代替存储器402或与存储器402一起7[0111]在辅助存储装置503中存储有用于使计算机作为受理部510、保管部520、证明部器和处理器501内的高速缓冲存储器等存储装置也可以代替存储器502或与存储器502一起[0125]在辅助存储装置603中存储有用于使计算机作为受理部610、保管部620、验证部器和处理器601内的高速缓冲存储器等存储装置也可以代替存储器602或与存储器602一起8[0149]各参数生成程序能够以计算机能读取的方式记录(存储)于光盘或闪存等非易失[0159]git-s)9m))n)[0268]Schnorr协议是用于在不对验证者提供与x有关的一切信息的情况下使证明者证p[0284](2)说明针对多个指数的Schnorr协议。针对多个指数的Schnorr协议是对(1)成立。[0289]针对多个指数的Schnorr协议由证明制作算法ProveMultiSchnorr和验证算法C,s1n)[0309]一般化Schnorr协议由证明制作算法ProveGenSchnorr和验证算法VerifyGenSchnorr构))←Zp)))))n)))[0331]ORProof协议是用于在不对验证者提供与x(1)和x(2)有关的一切信息的情况下使证ppppp[0344]s(i)r(i)+Cy(1)ss)ss[0359]nORProof协议是用于在不对验证者提供与各x(i)有关的一切信息的情况下使证):ppppp:x[0387]由此,能够将通常利用实数表现的卷积神经网络的模型参数作为整数值进行处[0391]RangeProofs协议是用于在不对验证者提供与整数t有关的信息的情况下使证明[0392]RangeProo[0413]MultiplicationProofs协议由证明制作算法ProveMult和验证算法VerifyMult构[0440]TheReLURayer协议由(Pa)证明生成算法ProveReLU和(Va)验证算法VerifyReLU构[0446]ProveReLU使用(4)ORproof协议、(7)RangeProof协议和(8)Multiplicationy=Ax+b成立的协议。)[0470]TheAffineLayerProtocol由(Pb)证明生成算法ProveAffine和(Vb)验证算法[0474]ProveAffine使用(3)一般化Shnorr协议、(7)RangeProofs协议和(8)’’[0494]TheConvolutionLayer协议由(Pc)证明生成算法ProveConv和(Vc)验证算法m,1m,1i,j利用以下的式子表示。[0499]因此,能够利用与(10)TheAffineLayer协议相同的方法生成证明P和验证结果[0508]TheAveragePoolingLayer协议由(Pd)证明生成算法ProveAP和(Vd)验证算法[0514]因此,能够利用与(10)TheAffineLayer协议相同的方法生成证明P和验证结果[0523]TheMaxPoolingLayer协议由(Pe)证明生成算法ProveMP和(Ve)验证算法VerifyMP←Zp[0538]ProveMP使用(7)RangeProofs协议和nORProof协议,计算针对以下的式子的证)[0548]TheSoftMaxLayer协议是用于在不对验证者提供与x、y有关的信息的情况下使来表示。c8如以下那样。i比特。[0579]Prove使用(7)RangeProofs协议、(8)MultiplicationProofs协议和(3)一般[0591]TheSoftMaxLayer协议由(Pf)证明生成算法ProveSoftMax和(Vf)验证算法[0604]推断模型的验证方法通过组合权重参数(模型参数)的整数值化和零知识证明协[0610]证明装置(500)按照所述卷积神经网络的每层,将所述层的所述计算结果作为输[0612]验证装置(600)按照所述卷积神经网络的每层,将所述层的所述执行结果作为输[0615]实施方式1利用整数值显示小数的固定小数点显示,由此实现能够处理小数的参[0620]实施方式1的方法利用整数值显示小数的固定小数点显示,使用利用了离散对数[0623]参数生成装置200的生成部220也可以具有随机数生成功能等,以生成公开参数[0630]ASIC是Applicati

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论