[发明专利]机器学习模型的处理方法、装置、介质及电子设备

说明书

本发明的实施例提供了一种机器学习模型的处理方法、装置、计算机可读介质及电子设备。该机器学习模型的处理方法包括：获取机器学习模型的模型文件和需要添加至所述模型文件中的目标操作单元；将所述目标操作单元添加至所述模型文件中，得到处理后的模型文件；运行所述处理后的模型文件，以在所述处理后的模型文件的运行过程中执行所述目标操作单元。本发明实施例的技术方案使得模型使用者能够根据实际需求来向模型文件中添加相应的操作单元来实现相应的功能，如添加用于攻击测试的操作单元来对机器学习模型进行攻击测试，不仅能够方便地对机器学习模型的模型文件进行修改，而且提高了对模型文件进行修改的灵活性。

技术领域

本发明涉及计算机及通信技术领域，具体而言，涉及一种机器学习模型的处理方法、装置、计算机可读介质及电子设备。

背景技术

机器学习框架封装实现了常见的机器学习和深度学习算法，并提供易用的接口，可用来快速训练机器学习模型或验证新的机器学习算法等。在利用机器学习框架对机器学习模型进行训练后，可以把模型保存至文件中得到模型文件，以用于后续跨环境部署或共享给其他人使用。但是，若模型文件不能满足用户的需求，则需要重新对机器学习模型进行训练，这种方式不仅费时费力，而且灵活性较差。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的实施例提供了一种机器学习模型的处理方法、装置、计算机可读介质及电子设备，进而至少在一定程度上可以克服不能方便地对机器学习模型的模型文件进行修改的问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明实施例的一个方面，提供了一种机器学习模型的处理方法，包括：获取机器学习模型的模型文件和需要添加至所述模型文件中的目标操作单元(操作单元即为Operation)；将所述目标操作单元添加至所述模型文件中，得到处理后的模型文件；运行所述处理后的模型文件，以在所述处理后的模型文件的运行过程中执行所述目标操作单元。

根据本发明实施例的一个方面，提供了一种机器学习模型的处理方法，包括：获取机器学习模型的模型文件；解析所述模型文件，以得到所述模型文件包含的各个操作单元；对所述各个操作单元进行安全性检测，以确定所述模型文件中是否存在可疑的操作单元。

根据本发明实施例的一个方面，提供了一种机器学习模型的处理装置，包括：第一获取单元，用于获取机器学习模型的模型文件和需要添加至所述模型文件中的目标操作单元；添加单元，用于将所述目标操作单元添加至所述模型文件中，得到处理后的模型文件；处理单元，用于运行所述处理后的模型文件，以在所述处理后的模型文件的运行过程中执行所述目标操作单元。

在本发明的一些实施例中，基于前述方案，所述添加单元配置为：将所述目标操作单元插入所述模型文件中的设定位置；或通过所述目标操作单元替换所述模型文件中的指定操作单元。

在本发明的一些实施例中，基于前述方案，所述添加单元配置为：调用所述机器学习模型对应的机器学习框架中的应用程序编程接口向所述模型文件中添加所述目标操作单元。

在本发明的一些实施例中，基于前述方案，所述处理单元配置为：加载所述处理后的模型文件的运行环境，在所述运行环境中解析并执行所述目标操作单元。

在本发明的一些实施例中，基于前述方案，所述目标操作单元包括：用于进行攻击测试的操作单元；所述处理单元还用于：在执行所述目标操作单元的过程中对所述机器学习模型进行攻击测试。

在本发明的一些实施例中，基于前述方案，所述机器学习模型包括：基于图模型的流式计算模型。