本文探讨了在加密数据库中高效响应谓词查询的方法，利用受信执行环境（TEE）处理加密数据。提出通过学习索引构建紧凑的差分隐私索引，以降低存储成本、提升加密数据访问效率并保障隐私。

本研究探讨了在受信执行环境（TEE）中优化深度神经网络的执行，提出了Slalom框架以提升执行性能，并介绍了NASS框架，通过优化加密协议和超参数提高预测精度和减少推理时间。此外，研究揭示了硬件加速器中的安全漏洞，并提出了TEE-Shielded DNN划分方案以降低开销并保持安全性。Tempo系统结合TEE与分布式GPU，加速深度学习训练并保护隐私。