[发明专利]一种GAN神经网络可信执行方法及装置

说明书

本发明公开了一种GAN神经网络可信执行方法及装置，将于可信计算3.0与GAN神经网络相结合，构建GAN神经网络双系统可信执行环境。通过对GAN神经执行各个关键环节进行可信校验，保证GAN神经网络执行的安全可信。本发并行双体系结构设计可以在计算部件进行计算的同时主动进行安全防护，在不改变计算部件的计算逻辑的前提下实现对计算部件的主动安全防护。防护部件具有对计算部件的主动防护能力，其安全防护不是通过计算部件的主机程序调用执行的，而是以主动免疫芯片为信任根，主动对计算部件发起的主动度量和主动控制。在不修改计算部件的代码的前提下防护部件能够为计算部件的启动、运行等整个生命周期提供安全防护。

技术领域

本发明涉及深度学习领域和信息领域，其主要特征是如果面向GAN神经网络构建合适的可信执行方案。

背景技术

GAN生成对抗网络已经成为人工智能的重要标志，获得了广泛的应用。然而，GAN神经网络执行的安全性和可信性却较少研究，本文基于GAN神经网络的特点，研究了GAN神经网络所面临的各种安全问题，提出了一种GAN神经网络可信执行方法及装置。

发明内容

本发明的目的在于，针对GAN神经网络面临的各种安全威胁，基于可信计算3.0技术，提出了一种GAN神经网络可信执行方法及装置，提高GAN神经网络的安全性。其主要思路是，将于可信计算3.0与GAN神经网络相结合，构建GAN神经网络双系统可信执行环境。通过对GAN神经执行各个关键环节进行可信校验，保证GAN神经网络执行的安全可信。

为实现上述目的，本发明采用的技术方案如下：

一种GAN神经网络可信执行方法及装置，包括：并行的计算部件和防护部件，其中，

所述计算部件用于完成噪音生成器、生成神经网络、判别神经网络等计算任务；

所述防护部件用于通过主动免疫芯片，根据动态自主可信策略对所述计算部件进行主动度量和主动控制；所述计算部件与所述防护部件之间具有安全隔离机制，通过专用访问通道进行交互；

所述防护部件根据动态自主可信策略对所述计算部件进行主动度量，包括：通过主动免疫芯片代理对所述计算部件分别进行静态度量和动态度量。

进一步，如上所述的一种GAN神经网络可信执行方法及装置，所述主动免疫芯片代理包括系统引导度量代理、系统内核度量代理、应用启动度量代理和应用运行度量代理，所述系统引导度量代理、系统内核度量代理、应用启动度量代理用于对所述计算部件进行静态度量，所述应用运行度量代理用于对所述计算部件进行动态度量和控制处理。度量方式包括不限于完整性校验、规则性检测等。

进一步，如上所述的一种GAN神经网络可信执行方法及装置，其特征在于，所述主动免疫芯片代理具体用于建立所述计算部件的信任链，所述主动免疫芯片代理包括系统引导度量代理、系统内核度量代理、应用启动度量代理和应用运行度量代理；

所述系统引导度量代理用于在所述GAN专用固件启动后，且在所述计算部件的GAN专用系统引导启动之前，对所述计算部件的GAN专用系统引导及系统内核度量代理进行主动度量；

所述系统内核度量代理用于在所述GAN专用系统引导启动之后，在所述计算部件的GAN专用操作系统加载之前，对所述GAN专用操作系统、应用运行度量代理和应用启动度量代理进行主动度量；

所述应用启动度量代理用于在所述GAN专用操作系统执行之后，在所述计算部件的噪音生成器模块、生成神经网络模块和判别神经网络模块的启动代码进行主动度量。

进一步，如上所述的一种GAN神经网络可信执行方法及装置，所述应用运行度量代理具体用于根据动态自主可信策略对所述计算部件内存中运行的噪音生成器模块、生成神经网络模块和判别神经网络模块代码进行主动度量。所属动态自主可信策略依据度量对象和对量时机的变换而变化，包括不限于主体、客体、操作和运行环境等。