本文介绍了使用CKKS算法的机器学习即服务（MLaaS）机制，通过充分同态加密（FHE）保护输入数据和模型参数，解决了现有文章忽略模型参数安全问题和高层级实现不提供对CNNs中常见操作的精确性、安全性和速度之间权衡问题。在MNIST数据集上进行测试，结果表明设计参数选择对正确性、安全性和计算时间产生重要影响，同时密文打包策略和多线程并行化也影响推断过程的吞吐量和延迟。