1 |
1
프라이빗 추론을 수행하는 딥러닝 시스템의 동작 방법에 있어서,입력 값들에 대한 컨볼루션 연산을 수행하는 단계; 및상기 컨볼루션 연산을 수행한 결과 값들을 활성화 함수를 이용하여 출력하는 단계를 포함하고,상기 활성화 함수는 에르미트 다항식(Hermite Polynomial)을 고유함수로 이용하여 푸리에 변환하는 에르미트 확장(Hermite Expansion)으로 구현되는 것을 특징으로 하는 방법
|
2 |
2
제 1 항에 있어서,상기 입력 값들은 동형 암호 기법에 의해 암호화된 값들인 것을 특징으로 하는 방법
|
3 |
3
제 2 항에 있어서,상기 동형 암호 기법은 BGV(Brakerski, Gentry, and Vaikuntanathan), BFV(Brakerski, Fan, and Vercauteren), 및 CKKS(Cheon, Kim, Kim and Song) 중 어느 하나인 것을 특징으로 하는 방법
|
4 |
4
제 1 항에 있어서,상기 에르미트 확장은 ReLU 활성화 함수의 에르미트 확장인 것을 특징으로 하는 방법
|
5 |
5
제 1 항에 있어서,상기 에르미트 확장은 2차의 에르미트 다항식까지 학습에 이용하는 것을 특징으로 하는 방법
|
6 |
6
제 5 항에 있어서,상기 출력하는 단계는,상기 에르미트 다항식을 연산하는 단계; 및상기 에르미트 다항식에 대한 배치 정규화 연산을 수행하는 단계를 포함하는 방법
|
7 |
7
제 6 항에 있어서,상기 출력하는 단계는,상기 정규화된 에르미트 다항식에 대하여 상기 에르미트 확장의 계수를 곱하는 단계; 및상기 곱해진 값들을 더하여 출력하는 단계를 더 포함하는 방법
|
8 |
8
프라이빗 추론을 수행하는 딥러닝 시스템에 있어서,랜덤하게 생성된 데이터를 사전에 계산하는 클라이언트 장치; 및상기 클라이언트 장치로부터 상기 사전에 계산된 값들을 수신하고, 상기 수신된 값들에 대한 동형 암호 연산을 수행하고, 상기 연산된 값들을 활성화 함수를 이용하여 출력하는 클라우드 서버를 포함하고,상기 활성화 함수는 에르미트 다항식(Hermite Polynomial)을 고유함수로 이용하여 푸리에 변환하는 에르미트 확장(Hermite Expansion)으로 구현되는 것을 특징으로 하는 딥러닝 시스템
|
9 |
9
딥러닝 시스템의 동작 방법에 있어서,데이터를 수집하는 단계;예측 모델을 위하여 상기 수집된 데이터를 학습하는 단계; 및상기 예측 모델을 이용하여 프라이빗 추론을 수행하는 단계를 포함하고,상기 프라이빗 추론은 동형 암호 연산과 다자간 연산을 포함하고,상기 다자간 연산은 에르미트 다항식(Hermite Polynomial)을 고유함수로 이용하여 푸리에 변환하는 에르미트 확장(Hermite Expansion)하는 활성화 함수를 이용하는 것을 특징으로 하는 방법
|
10 |
10
딥러닝 시스템에 있어서,오프라인 딥러닝 시스템; 및온라인 딥러닝 시스템을 포함하고,상기 오프라인 딥러닝 시스템 및 상기 온라인 딥러닝 시스템의 각각은 컨볼루션 동작을 수행하고, 상기 컨볼루션 동작의 연산 값들을 다항식 활성화 함수에 의거하여 출력하고,상기 다항식 활성화 함수는 에르미트 다항식(Hermite Polynomial)을 고유함수로 이용하여 푸리에 변환하는 에르미트 확장(Hermite Expansion)으로 구현되는 것을 특징으로 하는 딥러닝 시스템
|