본 논문은 동형암호(HE)의 높은 계산 비용 문제를 해결하기 위해, 클라이언트 측에서 동형암호화된 모델을 사용하여 추론을 수행하는 새로운 개인 정보 보호 머신 러닝(PPML) 접근 방식인 '암호화된 매개변수(EP-HDC)를 사용한 하이퍼차원 컴퓨팅(HDC)'을 제안합니다. EP-HDC는 암호화 및 데이터 전송 오버헤드를 줄이고, 많은 클라이언트에 대해 높은 확장성을 제공하며, 사용자 데이터 및 모델 매개변수를 강력하게 보호합니다. BFV 스키마와 Face/Emotion 데이터셋을 사용한 실험 결과, 본 방법은 기존 PPML 방법에 비해 배치 추론 처리량과 지연 시간을 수십 배 향상시키면서 정확도 저하는 1% 미만으로 나타났습니다.
