[发明专利]一种深度学习模型的加密及解密方法

权利要求书

1.一种深度学习模型的加密及解密方法，其特征在于：包括加密模块和解密模块，所述加密模块分为以下步骤：

步骤一：获取待部署模型设备的机器码；

步骤二：生成机器码的ASCII码值序列表；

步骤三：获取pth格式文件的模型参数，根据模型参数的最大层数来设置加密层数和开始加密层；

步骤四：对待加密参数的每一层,根据ASCII码值，调整该层参数对应位置的值为随机数，同时保存该层参数对应位置的真实值；

步骤五：生成加密后的pth格式模型文件以及存储模型真实参数的pkl格式文件。

2.根据权利要求1所述的一种深度学习模型的加密及解密方法，其特征在于：所述解密模块分为以下步骤：

步骤一：获取本机机器码，并生成对应的ASCII码值序列表；

步骤二：根据模型加密层数，开始加密层，ASCII码值和存储模型真实参数的pkl格式文件，对pth格式模型文件进行解密操作。

3.根据权利要求1所述的一种深度学习模型的加密方法，其特征在于：所述步骤一中，机器码是表示一台电脑设备的唯一识别码，由一串字母、数字和符号组成。所以，首先获取待部署模型设备的机器码，便于后续加密操作。

4.根据权利要求1所述的一种深度学习模型的加密方法，其特征在于：所述步骤二中，机器码是由字母、数字和符号组成，为了方便计算，将对应字符转换成ASCII码值，生成机器码序列表C。

5.根据权利要求1所述的一种深度学习模型的加密方法，其特征在于：所述步骤三中，获取pth格式文件的模型参数S，模型的最大层数L，设置加密层数为EL，其中0ELL。模型开始加密层SL可自行设定,考虑不替换模型首层参数，所以，0＜SL＜(L-EL)。

6.根据权利要求1所述的一种深度学习模型的加密方法，其特征在于：所述步骤四中，针对模型待加密层参数的每一层，获取该层参数的键值key和参数ES，初始化一个大小为(CL，128，ES₀.shape)的数组T用于存放该层真实参数。循环机器码序列表C，先根据列表中的ASCII码值C_i，将该层的第i个参数ESi存储到T的对应位置即然后对该层参数ES_i调整为随机数[1000，2000]，T_i除外也调整为随机数[0.9min(ES_i)，1.1max(ES_i)]。

7.根据权利要求1所述的一种深度学习模型的加密方法，其特征在于：所述步骤四中，循环结束后，将key-T添加到存放真实参数的有序字典true_value_dict，即true_value_dict[key]＝T。以此完成模型待加密层参数的编码，最终实现模型文件的编码。

8.根据权利要求1所述的一种深度学习模型的加密方法，其特征在于：所述步骤五中，编码后的模型参数重新生成pth格式模型文件，同时将编码层的原始参数值true_value_dict保存生成pkl文件，用于后续模型解码。

9.根据权利要求2所述的一种深度学习模型的解密方法，其特征在于：所述步骤一中，获取本设备的机器码，并将机器码的各字符转换成ASCII码值，从而获得机器码序列表。

10.根据权利要求2所述的一种深度学习模型的解密方法，其特征在于：所述步骤二中，对模型文件的SL到SL+EL-1层参数，循环机器码序列表C，根据列表中的ASCII码值C_i将该层第i个参数的加密值与pkl文件中的真实值进行替换，最终完成pth格式模型文件的解码。