一种基于机器学习的同态加密GPU加速系统及方法

本发明提出了一种基于机器学习的同态加密GPU加速系统及方法，根据应用服务的计算需求，为基于GPU的同态加密计算提供以高吞吐性能为目的的并行参数推荐，并根据推荐得到的并行参数在GPU上进行高性能的同态加密计算。每次同态加密计算后的性能测试结果将反馈给基于机器学习的并行参数推荐模型，进一步提升推荐系统的准确性，进而提升同态加密的计算性能。本发明方法能够动态适应计算需求的变化，提升同态加密的计算性能,促进同态加密的工业化应用。