CKKS同态加密健康虚假信息推理框架提出

研究者 Jasleen Kaur 提出并评估了一套基于 CKKS 同态加密的隐私保护文本推理框架，用于健康虚假信息分类与语义检索。该框架的混合分类器准确率为 0.971、宏 F1 为 0.950，报告称明文与密文推理下的指标一致。 在检索性能上，优化实现采用 CKKS 单指令多数据（SIMD）打包，将多个相似度分数合并计算并返回，使 7,128 条索引的单次查询延迟从 222.028 秒降至 5.168 秒，通信开销从 6.11 GB 降至 2.13 MB。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。