[发明专利]数据处理系统和方法在审

专利信息
申请号: 202110851645.6 申请日: 2021-07-27
公开(公告)号: CN114004345A 公开(公告)日: 2022-02-01
发明(设计)人: S·赛义德;D·克罗克斯福德;D·H·赛姆斯 申请(专利权)人: Arm有限公司
主分类号: G06N3/063 分类号: G06N3/063;G06N3/04;G06N3/08;G06F8/71
代理公司: 北京东方亿思知识产权代理有限责任公司 11258 代理人: 杨佳婧
地址: 英国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据处理系统 方法
【说明书】:

发明公开了一种包括存储装置的数据处理系统。该数据处理系统还包括至少一个处理器,该至少一个处理器用于使用第一神经网络层的至少一部分生成输出数据并且生成与该第一神经网络层的至少一部分相关联的密钥。该至少一个处理器还可操作以从该存储装置获得密钥,并且获得用于输入到该第二神经网络层中的该输出数据的版本。使用该密钥,该至少一个处理器还可操作以确定该输出数据的该版本是否不同于该输出数据。

背景技术

技术领域

本公开涉及一种数据处理系统和方法。

相关技术说明

可在数据处理系统中执行神经网络计算,该数据处理系统包括诸如神经处理单元(NPU)的微处理器、中央处理单元(CPU)和图形处理单元(GPU)。希望改善神经网络计算的安全性。

发明内容

根据本公开的第一方面,提供了一种数据处理系统,该数据处理系统包括:存储装置;和至少一个处理器,该至少一个处理器用于:使用第一神经网络层的至少一部分来生成输出数据;生成与第一神经网络层的该至少一部分相关联的密钥;从存储装置获得密钥;获得用于输入到第二神经网络层中的输出数据的版本;以及使用密钥来确定输出数据的该版本是否不同于输出数据。

根据本公开的第二方面,提供了一种方法,该方法包括:使用第一神经网络层的至少一部分来生成输出数据;生成与第一神经网络层的该至少一部分相关联的密钥;将密钥存储在存储装置中;从存储装置获得密钥;获得用于输入到第二神经网络层中的输出数据的版本;以及使用密钥,确定输出数据的该版本是否不同于输出数据。

附图说明

通过以下参照附图给出的仅以举例的方式给出的以下描述,另外的特征和优点将变得显而易见。

图1是示出根据示例的确定由第一神经网络层生成的输出数据是否不同于用于输入到第二神经网络层中的输出数据的版本的方法的示意图;

图2是示出根据另外的示例的确定由第一神经网络层生成的输出数据是否不同于用于输入到第二神经网络层中的输出数据的版本的方法的示意图;

图3是示出根据另外的示例的确定由第一神经网络层生成的输出数据是否不同于用于输入到第二神经网络层中的输出数据的版本的方法的示意图;

图4是根据示例的图像处理系统的示意图;

图5是包括图4的图像处理系统的示例性计算系统的内部部件的示意图;

图6是示出根据示例的向数据处理系统发送密钥的方法的流程图;

图7是包括图4的图像处理系统的另外的示例性计算系统的内部部件的示意图;

图8是示出根据示例的确定用于输入到第一神经网络层中的输入数据是否不同于输入数据的用于输入到第一神经网络层中的版本的方法的流程图;

图9是根据示例的包括网络的系统的示意图;并且

图10是根据示例的待使用图像处理系统来处理的图像的示意图。

具体实施方式

参考附图,根据示例的系统和方法的细节将从以下描述中变得明显。在本说明书中,出于解释的目的,阐述了某些示例的许多具体细节。本说明书中对“示例”或类似语言的引用意指结合该示例描述的特定特征、结构或特性包括在至少该一个示例中,但不一定包括在其他示例中。还应当注意,示意性地描述了某些示例,其中省略了某些特征并且/或者必须简化了某些特征,以便于解释和理解示例所基于的概念。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于Arm有限公司,未经Arm有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110851645.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top