[发明专利]一种基于数字签名和GRPC的深度学习管理方法及系统在审
| 申请号: | 202210377212.6 | 申请日: | 2022-04-12 |
| 公开(公告)号: | CN114780975A | 公开(公告)日: | 2022-07-22 |
| 发明(设计)人: | 霍焯亮;魏军 | 申请(专利权)人: | 广州柏视医疗科技有限公司;广州柏视数据科技有限公司 |
| 主分类号: | G06F21/60 | 分类号: | G06F21/60;G06F21/64;G06N20/00 |
| 代理公司: | 北京兴智翔达知识产权代理有限公司 11768 | 代理人: | 张显益 |
| 地址: | 510530 广东省广州市开发区*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 数字签名 grpc 深度 学习 管理 方法 系统 | ||
1.一种基于数字签名和GRPC的深度学习管理方法,应用于主服务器,其特征在于,所述方法包括:
对配置文件进行加密以获取加密文件,所述配置文件为深度学习过程中所需服务的配置项集合;
获取所述加密文件的第一特征码,并根据所述第一特征码生成第一报文串;
获取所述主服务器的硬件信息并对所述硬件信息加密后生成第二报文串;
将所述第一报文串以及第二报文串进行加密以形成数字签名文件;
将所述数字签名文件发送至目标服务器以实现分布式部署管理。
2.如权利要求1所述的基于数字签名和GRPC的深度学习管理方法,其特征在于,所述方法还包括:
将所述第一报文串以及第二报文串合成为第三报文串;
对所述第三报文串进行加密以形成数字签名文件。
3.如权利要求1所述的基于数字签名和GRPC的深度学习管理方法,其特征在于,对配置文件进行加密前,所述方法还包括:
分别生成多种所需服务的配置项;所述配置项包括:动态库文件的第二特征码,服务的名称、运行时间限制以及运行次数限制;
将多种所需服务的配置项组合以形成所述配置文件。
4.如权利要求3所述的基于数字签名和GRPC的深度学习管理方法,其特征在于,所述方法还包括:将所述第一报文串以及动态库文件发送至目标服务器。
5.如权利要求2或3所述的基于数字签名和GRPC的深度学习管理方法,其特征在于,所述方法包括:
在所述主服务器运行前,对所述数字签名文件进行第一鉴权;所述第一鉴权为验证所述数字签名文件的合法性。
6.如权利要求5所述的基于数字签名和GRPC的深度学习管理方法,其特征在于,对所述数字签名文件进行第一鉴权包括:
分别生成第四报文串以及第五报文串,所述第四报文串的生成方式与第一报文串的生成方式相同,所述第五报文串的生成方式与第二报文串的生成方式相同;
读取部署时生成的数字签名文件并对所述数字签名文件进行解密以获取第一报文串以及第二报文串;
比较所述第一报文串与第四报文串是否相同,以及第二报文串与第五报文串是否相同;
若均相同,则所述第一鉴权成功。
7.如权利要求6所述的基于数字签名和GRPC的深度学习管理方法,其特征在于,所述第一鉴权成功后,所述方法还包括:
读取所述加密文件;
对所述加密文件进行解析以得到所述配置文件;
遍历所述配置文件以对动态库文件进行加载。
8.如权利要求7所述的基于数字签名和GRPC的深度学习管理方法,其特征在于,对动态库文件进行加载后,所述方法还包括:
监听客户端发送的调用请求;
当收到所述调用请求时,对所述动态库文件进行第二鉴权;
当所述第二鉴权成功后,提供所述动态库文件的调用接口。
9.如权利要求8所述的基于数字签名和GRPC的深度学习管理方法,其特征在于,所述方法还包括:
创建执行深度学习的子进程以令所述目标服务器执行深度学习;
接收所述目标服务器返回的学习结果,并结束子进程。
10.一种基于数字签名和GRPC的深度学习管理系统,其特征在于,所述系统包括:执行如权利要求1-9任一项所述方法的设备。
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广州柏视医疗科技有限公司;广州柏视数据科技有限公司,未经广州柏视医疗科技有限公司;广州柏视数据科技有限公司许可,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/202210377212.6/1.html,转载请声明来源钻瓜专利网。





