[发明专利]一种信息传输储存方法及装置

说明书

本发明公开了一种信息传输储存方法，其步骤包括：服务器获取N个权值信息；所述权值信息由深度神经网络训练得到；N为整数且N≥1；服务器按照预设的加密模式确定所述权值信息中的M个权值信息为第一权值信息；服务器采用预设的密钥对第一权值信息进行对称加密，得到M个密文；服务器将M个密文和N个权值信息中的第二权值信息传输至终端，使得所述终端根据预设的储存解密模式进行存储和解密；所述第二权值信息为所述N个权值信息中除去所述M个权值信息之外的其它权值信息。本发明还涉及一种与以上方法对应的信息传输储存装置。通过本发明，可以显著提高神经网络权值信息在传输以及储存过程中的安全性的同时保证传输储存的效率。

技术领域

本发明属于信息技术领域，具体涉及一种信息传输储存方法及装置。

背景技术

深度神经网络(Deep Neural Networks)是深度学习中的算法模型。深度神经网络算法模型的工作原理一般分为两个过程，一部分是基于反向传播算法的训练过程，另一部分是前向传播的推理过程。在训练过程中，深度神经网络采用了大量的数据信息来对网络进行训练，经过大规模反复的训练后可以得到该网络的权值信息。在推理过程中，深度神经网络将基于这些训练得到的权值信息进行工作，实现分类，识别等功能。

由于深度神经网络的模型结构非常复杂，训练过程中需要大量的数据信息来进行，训练过程耗时很长，因此深度神经网络的训练过程一般预先在服务器端进行，终端只需要进行推理过程以实现功能即可。服务器端经过大量的训练后得到权值信息，然后将权值信息发送给终端。终端接收到权值信息后，就可以实现分类，识别等功能。

但是，在权值信息从服务器传输到终端的过程中，或者权值信息存储于终端的存储器的过程中，权值信息都面临着遭到泄露或被窃取的危险。一旦这些权值信息遭到泄露或被窃取，将会对训练得到这些权值信息的一方造成巨大的损失。

发明内容

本发明的目的在于针对现有技术的缺陷，提供一种信息传输储存方法及装置，可以大幅提高神经网络权值信息传输和储存的安全性，有效保护神经网络权值信息不被泄露。

为解决上述技术问题，本发明的一种信息传输储存方法包括如下步骤:

服务器获取N个权值信息；所述N个权值信息由深度神经网络训练得到；所述N为整数且N≥1；

所述服务器按照预设的加密模式确定所述N个权值信息中的M个权值信息为第一权值信息；

所述服务器采用预设的密钥对所述第一权值信息进行对称加密，得到M个密文；所述预设的密钥由所述服务器和终端共同约定，并储存在所述服务器和所述终端中；所述服务器加密所述第一权值信息的方式为所述服务器对所述第一权值信息中的每一个权值信息进行单独加密；

所述服务器将所述M个密文和所述N个权值信息中的第二权值信息传输至终端，使得所述终端根据预设的储存解密模式进行存储和解密；所述第二权值信息为所述N个权值信息中除去所述M个权值信息之外的其它权值信息。

进一步的，所述预设的加密模式包括全加密模式和部分加密模式；

其中，所述全加密模式用于指示M＝N，所述部分加密模式用于指示1≤M＜N。

进一步的，所述储存解密模式包括储存优先模式；

当所述储存解密模式为所述储存优先模式时，所述终端将所述M个密文和所述第二权值信息进行储存；

所述终端在接收到使用权值信息的命令时，根据所述预设密钥将所述M个密文进行对称解密，得到所述第一权值信息，使得所述第一权值信息和所述第二权值信息组成完整的神经网络权值信息。进一步的，所述储存解密模式还包括全部解密模式；