[发明专利]涉及迭代与随机加密的神经网络模型加密保护系统及方法

权利要求书

1.一种涉及迭代与随机加密的神经网络模型加密保护系统，其特征在于：包括数据输入模块（1）、加密模块（2）、加密数据输入模块（3）、人工神经网络模型模块（4）和数据输出模块（5）；所述数据输入模块（1）与所述加密模块（2）信号相连，所述加密模块（2）与所述加密数据输入模块（3）信号相连，所述加密数据输入模块（3）与所述人工神经网络模型模块（4）信号相连，所述人工神经网络模型模块（4）与所述数据输出模块（5）信号相连；

其中，所述加密模块（2）包括结构转换模块（21）及迭代处理模块（22）；所述迭代处理模块（22）包括密码生成模块（221）、密码嵌入模块（222）与单层卷积神经网络模型模块（223）；所述密码生成模块（221）包括固定矩阵生成模块（2211）及随机矩阵生成模块（2212）；

所述结构转换模块（21）用于将原始数据转换为二维结构；所述迭代处理模块（22）接收结构转换后的原始数据作为第一次迭代处理的输入数据，并将第一次迭代处理的输出作为第二次迭代处理的输入数据，以此类推，经过多次迭代处理后生成加密数据；

针对每次迭代处理，所述密码生成模块（221）生成与输入数据结构相同的密码，所述密码嵌入模块（222）用于将各密码以叠加的方式嵌入输入数据，所述单层卷积神经网络模型模块（223）用于对经过密码嵌入的输入数据进行网络计算，并将计算结果进行输出；其中，非最终次迭代处理的计算结果作为下一次迭代处理的输入数据被所述密码生成模块（221）接收，最终次迭代处理的网络计算结果即为加密数据。

2.根据权利要求1所述的一种涉及迭代与随机加密的神经网络模型加密保护系统，其特征在于：所述数据输入模块（1）用于向所述加密模块（2）提供原始数据；所述加密模块（2）用于对所述数据输入模块（1）提供的原始数据进行加密处理，输出加密数据；所述加密数据输入模块（3）用于接收所述加密模块（2）输出的加密数据，并将所述加密数据传输至所述人工神经网络模型模块（4）；所述人工神经网络模型模块（4）用于接收加密数据，并基于加密数据进行计算；所述数据输出模块（5）用于将所述人工神经网络模型模块（4）计算的结果进行输出处理；

进一步地，在网络训练阶段，所述人工神经网络模型模块（4）通过正向网络计算与逆向误差传播计算实现网络训练；在使用阶段，所述人工神经网络模型模块（4）通过正向网络计算得出结果；

进一步地，在网络训练阶段，所述数据输出模块（5）对所述人工神经网络模型模块（4）的输出进行损失函数的计算，用于所述人工神经网络模型模块（4）经梯度反向传播算法实现网络训练；在使用阶段，所述数据输出模块（5）采用所述人工神经网络模型模块（4）的输出判断实际功能。

3.根据权利要求1所述的一种涉及迭代与随机加密的神经网络模型加密保护系统，其特征在于：所述加密模块（2）由一组具有N位数字的密钥作为控制量，对所述数据输入模块（1）提供的所有原始数据进行加密处理，以实现数据加密；所述密钥的长度由加密处理中的加密方式及加密要求所限定；所述密钥的N位数字的每一位分别选自阿拉伯数字0-9之间的一个。

4.根据权利要求3所述的一种涉及迭代与随机加密的神经网络模型加密保护系统，其特征在于，密钥中预设定的任意一位上的数字与迭代处理的次数相关联。

5.根据权利要求3所述的一种涉及迭代与随机加密的神经网络模型加密保护系统，其特征在于，针对每次迭代处理，所述固定矩阵生成模块（2211）通过固定矩阵生成函数生成与输入数据结构相同的固定矩阵，其中，所述固定矩阵生成函数具有多个可调参数，所述密钥中预设定的任意几位上的数字与多个可调参数相关联；所述随机矩阵生成模块（2212）通过随机矩阵生成函数随机生成与输入数据结构相同的随机矩阵，其中，所述密钥中预设定的其他几位上的数字与该随机矩阵生成函数的均值及方差相关联；对应每次迭代处理而分别生成的所述固定矩阵与所述随机矩阵的Hadamard乘积即为需嵌入本次迭代处理的输入数据的密码。