支持隐私保护的外包深度学习系统

一种支持隐私保护的外包深度学习系统，通过数据加密模块和数据解密模块分别根据生成的公私钥对中的公钥和私钥进行数据加密和解密，数据混淆模块对来自数据解密模块的解密信息进行脱敏处理后输出脱敏数据至神经网络计算模块，神经网络计算模块根据脱敏数据进行神经网络模型的训练和测试，在神经网络反向传播的过程中得到混淆梯度参数并回传至数据混淆模块进行同步更新，提高整个训练系统的收敛速度和精度。本发明在可信执行环境内部实现数据隐私保护，在保证完整性和机密性的情况下外包至云端服务器进行高效的深度学习模型训练，使得用户能够将本地数据在可行执行环境中进行混淆扰乱，将脱敏后的数据进行共享，原始数据和混淆的过程对攻击者不可见。