神经网络训练和推理中利用同态加密实现数据隐私保护（英文版）

英文标题：Data Privacy with Homomorphic Encryption in Neural Networks Training and Inference中文摘要：本研究综述了利用同态加密解决神经网络数据隐私和安全问题的技术和策略，并分析了同态加密在神经网络训练和分类方面的当前研究现状、分类以及优化加密模型准确性和效率的技术。评估结果表明，尽管同态加密可以为神经网络提供强大的数据隐私保证，但仍存在许多挑战需要解决，例如对高级神经网络运算的有限支持、可扩展性问题以及性能平衡问题。英文摘要：The use of Neural Networks (NNs) for sensitive data processing is becomingincreasingly popular, raising concerns about data privacy and security.Homomorphic Encryption (HE) has the potential to be used as a solution topreserve data privacy in