[发明专利]神经网络模型的运行方法、电子设备和存储介质

说明书

本申请提出了一种神经网络模型的运行方法、电子设备和存储介质，涉及人工智能技术领域。其中，上述神经网络模型的运行方法包括：首先，获取第一神经网络模型，第一神经网络模型的至少一个模型算子为待确定算子。以及，获取第一神经网络模型的算子映射数据，算子映射数据包括待确定算子与原始模型算子的映射关系。然后，根据映射关系，获取第一神经网络模型的各个待确定算子的原始模型算子。最后，将第一神经网络模型的各个待确定算子替换为对应的原始模型算子并运行第一神经网络模型。从而以实现对神经网络模型的保护，防止神经网络模型被非法获取和攻击。

【技术领域】

本申请涉及人工智能技术领域，尤其涉及一种神经网络模型的运行方法、电子设备和存储介质。

【背景技术】

神经网络模型是模拟生物神经网络进行信息处理的一种数学模型，在机器学习和认知科学领域已经有了广泛的应用，是各类应用场景中最核心的资产。由于神经网络模型交付运行前需要部署在Flash等持久存储介质上，因此面临着被非法获取、攻击的风险。

目前，为防止神经网络模型被非法获取和攻击，常用的方法是：在设备出厂前，把神经网络模型预置在设备的可信执行环境(Trusted Execution Environment，TEE)中。当神经网络模型运行时，也需要在TEE环境中运行。但是在设备出厂之后，此方法难以支持后续的模型升级，实用性不高。并且，此方法难以支持用户根据自身需要从公开应用市场安装使用新的神经网络模型，用户体验较差。

【发明内容】

本申请实施例提供了一种神经网络模型的运行方法、电子设备和存储介质，以实现对神经网络模型的保护，防止神经网络模型被非法获取和攻击。

第一方面，本申请实施例提供一种神经网络模型的运行方法，所述方法包括：获取第一神经网络模型，所述第一神经网络模型的至少一个模型算子为待确定算子；获取所述第一神经网络模型的算子映射数据，所述算子映射数据包括所述待确定算子与原始模型算子的映射关系；根据所述映射关系，获取所述第一神经网络模型的各个待确定算子的原始模型算子；将所述第一神经网络模型的各个待确定算子替换为对应的原始模型算子并运行所述第一神经网络模型。

其中一种可能的实现方式中，获取所述第一神经网络模型的算子映射数据，包括：根据所述第一神经网络模型的信息，从本地存储区或者云端存储区获取所述第一神经网络模型的算子映射数据。

其中一种可能的实现方式中，从本地存储区或者云端存储区获取所述第一神经网络模型的算子映射数据，包括：从本地存储区或者云端存储区获取所述第一神经网络模型的算子映射数据的加密文件；根据预设的解密规则对所述加密文件进行解密，得到所述第一神经网络模型的算子映射数据。

其中一种可能的实现方式中，将所述第一神经网络模型的各个待确定算子替换为对应的原始模型算子之后，所述方法还包括：删除获取到的所述算子映射数据。

其中一种可能的实现方式中，运行所述第一神经网络模型，包括：在随机存储区运行包含所述原始模型算子的第一神经网络模型。

其中一种可能的实现方式中，在随机存储区运行包含所述原始模型算子的第一神经网络模型之后，所述方法还包括：删除所述随机存储区中包含所述原始模型算子的第一神经网络模型。

第二方面，本申请实施例提供一种神经网络模型的运行装置，所述装置包括：第一获取模块，用于获取第一神经网络模型，所述第一神经网络模型的至少一个模型算子为待确定算子；第二获取模块，用于获取所述第一神经网络模型的算子映射数据，所述算子映射数据包括所述待确定算子与原始模型算子的映射关系；确定模块，用于根据所述映射关系，获取所述第一神经网络模型的各个待确定算子的原始模型算子；执行模块，用于将所述第一神经网络模型的各个待确定算子替换为对应的原始模型算子并运行所述第一神经网络模型。