[发明专利]一种深度学习模型的加密及解密方法

说明书

本发明公开了一种深度学习模型的加密及解密方法，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，本发明通过设置模型参数加密层数和开始加密层，结合设备机器码，对模型文件多层参数的多个特殊位置进行调整，由于设置了加密层数，开始的加密层和机器码不同，模型文件调整的参数和位置就不同，因此该方法保证了模型的加密安全性，有效防止客户电脑上部署的模型被随意窃取。

技术领域

本发明属于计算机工程技术领域，具体涉及一种深度学习模型的加密及解密方法。

背景技术

深度学习(DL,Deep Learning)是机器学习(ML,Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI,ArtificialIntelligence)。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。

pth格式模型文件是当下广泛使用的一种深度学习模型文件，它目前有两种保存模式：一是保存整个模型，二是只保存模型的参数。pth文件保存的模型参数实际上是一个有序字典类型，通过key-value的形式来存储模型的所有参数。pth格式文件本身是一种无保护的状态，当这些文件随系统安装到客户电脑时，任何人都可以读取和修改这些模型文件，或将这些模型文件用于其他应用。如此，对设计者的工作成果或者拥有者的资产缺乏适当的保护。

发明内容

本发明要解决的技术问题是克服现有的缺陷，提供一种深度学习模型的加密及解密方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种深度学习模型的加密及解密方法，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。

一种深度学习模型的加密及解密方法，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。

优选的，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。

优选的，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。