[发明专利]对神经网络模型加密的方法及装置、存储介质

权利要求书

1.一种对神经网络模型加密的方法，其特征在于，包括：

对描述目标神经网络模型的原模型文件中的模型信息的至少一部分进行加密，得到加密模型文件；所述模型信息，包括：所述目标神经网络模型中各个节点的节点信息和所述目标神经网络模型的全局参数；其中，所述节点信息包括节点标识和节点参数，所述节点参数包括以下至少之一：节点的权重参数、节点的输入参数、节点的输出参数和节点的运算参数；

根据所述加密模型文件，生成描述所述目标神经网络模型的模型程序代码；

基于终端设备的请求，将包含所述模型程序代码的应用程序安装包发送到所述终端设备；其中，所述应用程序安装包用于供所述终端设备安装运行并实现所述目标神经网络的功能；

所述对描述目标神经网络模型的原模型文件中的模型信息的至少一部分进行加密，得到加密模型文件，包括：

根据预设的散列函数对所述模型信息的至少一部分进行映射运算，得到加密模型文件。

2.根据权利要求1所述的方法，其特征在于，所述根据所述加密模型文件，生成描述所述目标神经网络模型的模型程序代码，包括：

构造与所述目标神经网络模型相关联的泛化模型类，以及与所述目标神经网络模型所包含的模型信息相关联的至少一个泛化数据类；

根据所述加密模型文件，通过调用与所述泛化模型类相关联的模型构造函数，创建与所述目标神经网络模型相关联的模型对象；

根据所述加密模型文件，通过调用与所述至少一个泛化数据类相关联的至少一个数据构造函数，创建与所述模型信息相关联的数据对象；

基于所述模型对象和所述数据对象，生成描述所述目标神经网络模型的模型程序代码。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述模型程序代码，生成模型库文件；

将所述模型库文件链接到可执行文件中，生成用于执行所述目标神经网络的功能的应用程序。

4.一种对神经网络模型加密的装置，其特征在于，包括：

加密模块，用于对描述目标神经网络模型的原模型文件中的模型信息的至少一部分进行加密，得到加密模型文件；所述模型信息，包括：所述目标神经网络模型中各个节点的节点信息和所述目标神经网络模型的全局参数；其中，所述节点信息包括节点标识和节点参数，所述节点参数包括以下至少之一：节点的权重参数、节点的输入参数、节点的输出参数和节点的运算参数；

第一生成模块，用于根据所述加密模型文件，生成描述所述目标神经网络模型的模型程序代码；

发送模块，用于基于终端设备的请求，将包含所述模型程序代码的应用程序安装包发送到所述终端设备；其中，所述应用程序安装包用于供所述终端设备安装运行并实现所述目标神经网络的功能；

所述加密模块，包括：

映射子模块，用于根据预设的散列函数对所述模型信息的至少一部分进行映射运算，得到加密模型文件。

5.根据权利要求4所述的装置，其特征在于，所述第一生成模块，包括：

构造子模块，用于构造与所述目标神经网络模型相关联的泛化模型类，以及与所述目标神经网络模型所包含的模型信息相关联的至少一个泛化数据类；

第一创建子模块，用于根据所述加密模型文件，通过调用与所述泛化模型类相关联的模型构造函数，创建与所述目标神经网络模型相关联的模型对象；

第二创建子模块，用于根据所述加密模型文件，通过调用与所述至少一个泛化数据类相关联的至少一个数据构造函数，创建与所述模型信息相关联的数据对象；

获取子模块，用于基于所述模型对象和所述数据对象，生成描述所述目标神经网络模型的模型程序代码。

6.根据权利要求4所述的装置，其特征在于，所述装置还包括：

第二生成模块，用于根据所述模型程序代码，生成模型库文件；

第三生成模块，用于将所述模型库文件链接到可执行文件中，生成用于执行所述目标神经网络的功能的应用程序。