买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：安徽工业大学;合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

摘要：本发明公开了一种基于卷积神经网络的加密图像分类方法，包括如下步骤：构建Inception结构的卷积神经网络ICNN；数据所有者将获取的图像数据集进行统一裁剪以获得新的图像数据集；采用新的图像数据集对卷积神经网络ICNN进行训练，得到卷积神经网络ICNN参数；数据所有者将卷积神经网络ICNN参数以安全数据外包的方式发送至非共谋的云服务器S1和云服务器S2；用户将待查询图像以安全数据外包的方式发送至云服务器S1和云服务器S2；云服务器S1和云服务器S2联合计算出分类向量，并将分类向量以安全数据外包方式返回给用户；用户根据分类向量判断出待查询图像所属类别；本发明在进行图像分类时能够对用户图像的隐私进行有效的保护。

主权项：1.一种基于卷积神经网络的加密图像分类方法，其特征在于：包括如下步骤：构建Inception结构的卷积神经网络ICNN；数据所有者将获取的图像数据集进行统一裁剪以获得新的图像数据集；采用新的图像数据集对卷积神经网络ICNN进行训练，得到卷积神经网络ICNN参数；数据所有者将卷积神经网络ICNN参数以安全数据外包的方式发送至非共谋的云服务器S1和云服务器S2；用户将待查询图像以安全数据外包的方式发送至云服务器S1和云服务器S2；云服务器S1和云服务器S2联合计算出分类向量，并将分类向量以安全数据外包方式返回给用户；用户根据分类向量判断出待查询图像所属类别；其中，卷积神经网络ICNN参数包括：卷积核K＝{K1，K2，......KL}和共享偏置b＝{b1，b2，......bL}，L表示卷积层数；所述安全数据外包的方式是基于Paillier加密算法和安全乘法协议SMP构建的数据安全外包方式，安全乘法协议SMP的输入函数是EA，EB，输出函数是EA*B；A、B分别表示安全乘法协议SMP的两个不同的给定值，E表示Paillier加密算法中的加密操作；云服务器S1和云服务器S2基于Paillier加密算法和安全乘法协议SMP构建安全卷积函数SCVL、安全最大池化函数SMAP、安全激活函数SACT和安全分类函数SCF联合计算出分类向量；其中，安全卷积函数SCVL为 Ed表示加密的待查询图像的四维矩阵；EK表示加密的卷积核，是四维矩阵；Eb是加密的共享偏置，是一维向量；d表示待查询图像矩阵，表示在矩阵d内对应位置为0，i+k1，j+k2，k的具体数值；表示在卷积核K内对应位置为k1，k2，k0，x的具体数值；bx表示在共享偏置b内对应位置为x的具体数值；安全卷积函数SCVL的计算结果是一个四维矩阵；安全最大池化函数SMAP为SMAPER＝SMPERi，j，EMRi，j＝ERi，j*MRi，j＝ERmER表示安全卷积函数SCVL的计算结果中r×r的邻域，是一个r×r维的矩阵；安全激活函数SACT为SACTEx＝SMPExi，j，Eti，j＝Exi，j*ti，j＝Ex’Ex表示安全卷积函数SCVL的计算结果，即Ex＝Ed*K+b；xi，j表示在矩阵x内对应位置为i，j的具体数值；t是记录矩阵，其中只有0和1两种数值，ti，j表示在矩阵t内对应位置为i，j的具体数值；安全分类函数SCT为 v是将计算安全激活函数SACT得到的结果矩阵展平为列向量的一维向量，Ev是向量v的加密向量；Ew是卷积神经网络中dense层的加密权重，是二维矩阵；Eb是加密的偏置向量，是一维向量，安全分类函数SCT的计算结果是一维向量，即为分类向量。

全文数据：

权利要求：

百度查询： 安徽工业大学 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种基于卷积神经网络的加密图像分类方法及装置