-
公开(公告)号：CN117908835B
公开(公告)日：2024-05-17
申请号：CN202410318131.8
申请日：2024-03-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于浮点数计算能力加速SM2国密计算的方法，涉及信息安全领域；其通过将256比特的SM2素数域大整数拆分成5个52比特的字，利用改进的积和融加指令计算得到每两个字乘积的高/低位子积，并存储在双精度浮点数的尾数部分；根据一定次序累加被乘数A的每一个字与乘数B的每一个字乘积到对应位置；利用掩码操作将浮点数的符号位和指数位转化成零，用来存储累加过程产生的进位，有效节省浮点数存储空间和减少寄存器的占用。本发明所述的有益效果为：通过提出的SM2大整数表示方法，减少表示字的数量、乘加运算的次数，降低计算复杂度，从而大大提升计算速度。
-
公开(公告)号：CN118468967B
公开(公告)日：2024-10-18
申请号：CN202410910796.8
申请日：2024-07-09
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于安全多方计算的神经网络推理加速方法，属于安全多方计算和人工智能安全领域，其将用户数据通过数据预处理模块向量化并秘密共享；数据预计算模块生成满足VOLE关系的相关随机向量，实现数据加密盲化；各参与方通过安全计算模块确保数据隐私，基于安全运算基础算子实现复杂任务的安全计算；GPU并行计算模块加速优化矩阵运算；计算结果通过安全通信模块在多方安全传输；结果重构模块重建完整推理结果并返回给用户。本发明在保障数据隐私的前提下显著提升神经网络推理的速度和效率，并有效减少通信开销，尤其是在处理矩阵乘法等密集计算任务时，减少明文与密文计算效率的差异。
-
公开(公告)号：CN118468967A
公开(公告)日：2024-08-09
申请号：CN202410910796.8
申请日：2024-07-09
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于安全多方计算的神经网络推理加速方法，属于安全多方计算和人工智能安全领域，其将用户数据通过数据预处理模块向量化并秘密共享；数据预计算模块生成满足VOLE关系的相关随机向量，实现数据加密盲化；各参与方通过安全计算模块确保数据隐私，基于安全运算基础算子实现复杂任务的安全计算；GPU并行计算模块加速优化矩阵运算；计算结果通过安全通信模块在多方安全传输；结果重构模块重建完整推理结果并返回给用户。本发明在保障数据隐私的前提下显著提升神经网络推理的速度和效率，并有效减少通信开销，尤其是在处理矩阵乘法等密集计算任务时，减少明文与密文计算效率的差异。
-
公开(公告)号：CN117908835A
公开(公告)日：2024-04-19
申请号：CN202410318131.8
申请日：2024-03-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于浮点数计算能力加速SM2国密计算的方法，涉及信息安全领域；其通过将256比特的SM2素数域大整数拆分成5个52比特的字，利用改进的积和融加指令计算得到每两个字乘积的高/低位子积，并存储在双精度浮点数的尾数部分；根据一定次序累加被乘数A的每一个字与乘数B的每一个字乘积到对应位置；利用掩码操作将浮点数的符号位和指数位转化成零，用来存储累加过程产生的进位，有效节省浮点数存储空间和减少寄存器的占用。本发明所述的有益效果为：通过提出的SM2大整数表示方法，减少表示字的数量、乘加运算的次数，降低计算复杂度，从而大大提升计算速度。
-
-
-
Search Results
4
records
(took 0.017 seconds)
