| 1 |
1
동형암호문에 대한 비다항식 연산 명령을 입력받는 단계;상기 비다항식 연산에 대응되는 근사 다항식 함수를 산출하는 단계;상기 산출된 다항식 함수를 이용하여 상기 동형 암호문에 대한 연산을 수행하는 단계; 및상기 연산된 동형 암호문을 출력하는 단계;를 포함하고, 상기 근사 다항식 함수는, 제1 범위 내에서 상기 비다항식 연산과 기설정된 정확도를 갖는 제1 근사 다항식 함수를 상기 제1 범위보다 넓은 제2 범위를 갖도록 확장된 제2 근사 다항식 함수인 암호문 연산 방법
|
| 2 |
2
제1항에 있어서, 상기 근사 다항식 함수를 산출하는 단계는, 상기 제1 근사 다항식을 결정하는 단계; 및상기 제1 범위 내에서는 상기 제1 범위 내에서의 상기 제1 근사 다항식의 계산 값에 대응되는 값을 갖고, 상기 제1 범위 이외의 상기 제2 범위에서는 상기 제1 범위의 끝단에서의 상기 제1 근사 다항식의 계산 값에 대응되는 값을 갖는 제2 근사 다항식을 산출하는 단계;를 포함하는 암호문 연산 방법
|
| 3 |
3
제2항에 있어서, 상기 제2 근사 다항식을 산출하는 단계는, 상기 제1 범위 및 상기 제2 범위에 기초하여 반복 횟수와 기본 함수를 결정하고, 기본 함수와 기본함수에 대응되는 스케일링 기본 함수를 상기 결정된 반복횟수만큼 반복적으로 합성하여 제2 근사 다항식을 산출하는 암호문 연산 방법
|
| 4 |
4
제1항에 있어서, 상기 비다항식 연산은 로지스틱 함수를 포함하는 연산이고, 상기 로지스틱 함수에 사용되는 상기 제2 범위는 다음의 수학식에 의하여 산출되는 암호문 연산 방법, 여기서, Cα,d,t는 제2 범위의 상단 값, α는 학습률, d는 데이터의 속성 수, t는 로지스틱 회귀분석의 학습 횟수이다
|
| 5 |
5
제1항에 있어서, 상기 비다항식 연산은 로지스틱 함수, hypertangent 함수, erf 함수, arctangent 함수, 가우시안 함수, ReLU-n 함수 중 적어도 하나의 함수를 이용하는 연산인 암호문 연산 방법
|
| 6 |
6
연산 장치에 있어서, 적어도 하나의 인스트럭션(instruction)을 저장하는 메모리; 및상기 적어도 하나의 인스트럭션을 실행하는 프로세서;를 포함하고,상기 프로세서는, 상기 적어도 하나의 인스트럭션을 실행함으로써, 동형암호문에 대한 비다항식 연산 명령을 입력받으면, 상기 비다항식 연산에 대응되는 근사 다항식 함수를 산출하고, 상기 산출된 다항식 함수를 이용하여 상기 동형 암호문에 대한 연산을 수행하며, 상기 근사 다항식 함수는, 제1 범위 내에서 상기 비다항식 연산과 기설정된 정확도를 갖는 제1 근사 다항식 함수를 상기 제1 범위보다 넓은 제2 범위를 갖도록 확장된 제2 근사 다항식 함수인 연산 장치
|
| 7 |
7
제6항에 있어서, 상기 프로세서는, 상기 제1 근사 다항식을 결정하고, 상기 제1 범위 내에서는 상기 제1 범위 내에서의 상기 제1 근사 다항식의 계산 값에 대응되는 값을 갖고, 상기 제1 범위 이외의 상기 제2 범위에서는 상기 제1 범위의 끝단에서의 상기 제1 근사 다항식의 계산 값에 대응되는 값을 갖는 제2 근사 다항식을 산출하는 연산 장치
|
| 8 |
8
제7항에 있어서, 상기 프로세서는, 상기 제1 범위 및 상기 제2 범위에 기초하여 반복 횟수와 기본 함수를 결정하고, 기본 함수와 기본함수에 대응되는 스케일링 기본 함수를 상기 결정된 반복횟수만큼 반복적으로 합성하여 제2 근사 다항식을 산출하는 연산 장치
|
| 9 |
9
제6항에 있어서, 상기 비다항식 연산은 로지스틱 함수를 포함하는 연산이고, 상기 로지스틱 함수에 사용되는 상기 제2 범위는 다음의 수학식에 의하여 산출되는 연산 장치
|
| 10 |
10
제6항에 있어서, 상기 비다항식 연산은 로지스틱 함수, hypertangent 함수, erf 함수, arctangent 함수, 가우시안 함수, ReLU-n 함수 중 적어도 하나의 함수를 이용하는 연산인 연산 장치
|
