[發(fā)明專利]神經(jīng)網(wǎng)絡校驗方法、裝置、設備及可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010453606.6
• 申請日: 2020-05-22
• 公開（公告）號: CN111628866B
• 公開（公告）日: 2021-08-31
• 發(fā)明（設計）人: 范力欣;吳錦和;張?zhí)煸?/a>
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: H04L9/32
• 分類號: H04L9/32;H04L9/06;G06N3/04
• 代理公司: 深圳市世紀恒程知識產(chǎn)權代理事務所 44287
• 代理人: 晏波

1.一種神經(jīng)網(wǎng)絡校驗方法，其特征在于，所述神經(jīng)網(wǎng)絡校驗方法包括：

獲取預設可執(zhí)行程序?qū)拇?shù)據(jù)，并將所述待哈希數(shù)據(jù)輸入預設哈希層，對所述待哈希數(shù)據(jù)進行哈希編碼，獲得哈希編碼結果；

將由所述哈希編碼結果轉(zhuǎn)化的各二進制向量組合為目標執(zhí)行程序，并通過確定所述目標執(zhí)行程序是否執(zhí)行成功，校驗所述待哈希數(shù)據(jù)對應的待校驗神經(jīng)網(wǎng)絡；

其中，所述獲取預設可執(zhí)行程序?qū)拇?shù)據(jù)，并將所述待哈希數(shù)據(jù)輸入預設哈希層，對所述待哈希數(shù)據(jù)進行哈希編碼，獲得哈希編碼結果的步驟包括：

獲取所述預設可執(zhí)行程序?qū)拇炞C數(shù)據(jù)，并確定所述預設可執(zhí)行程序?qū)拇ｒ炆窠?jīng)網(wǎng)絡；

將所述待驗證數(shù)據(jù)輸入所述待校驗神經(jīng)網(wǎng)絡，輸出所述待哈希數(shù)據(jù)；

將所述待哈希數(shù)據(jù)輸入所述預設哈希層，對所述待哈希數(shù)據(jù)進行哈希編碼，獲得哈希編碼結果。

2.如權利要求1所述神經(jīng)網(wǎng)絡校驗方法，其特征在于，所述將所述待哈希數(shù)據(jù)輸入所述預設哈希層，對所述待哈希數(shù)據(jù)進行哈希編碼，獲得哈希編碼結果的步驟包括：

將所述待哈希數(shù)據(jù)輸入預設哈希層，對所述待哈希數(shù)據(jù)進行極化，獲得極化結果；

提取所述極化結果中每一比特位對應的極化標識，并基于各所述極化標識，生成所述哈希編碼結果。

3.如權利要求1所述神經(jīng)網(wǎng)絡校驗方法，其特征在于，所述目標執(zhí)行程序包括解密程序，

所述基于所述目標執(zhí)行程序，校驗所述待哈希數(shù)據(jù)對應的待校驗神經(jīng)網(wǎng)絡的步驟包括：

獲取待解密數(shù)據(jù)和所述待解密數(shù)據(jù)對應的標準明文數(shù)據(jù)，并基于所述解密程序，對所述待解密數(shù)據(jù)進行解密處理，獲得目標明文數(shù)據(jù)；

將所述目標明文數(shù)據(jù)與所述標準明文數(shù)據(jù)進行比對，若所述目標明文數(shù)據(jù)與所述標準明文數(shù)據(jù)一致，則判定所述待校驗神經(jīng)網(wǎng)絡的網(wǎng)絡參數(shù)未遭受篡改；

若所述目標明文數(shù)據(jù)與所述標準明文數(shù)據(jù)不一致，則判定所述網(wǎng)絡參數(shù)已遭受篡改。

4.如權利要求1所述神經(jīng)網(wǎng)絡校驗方法，其特征在于，在所述獲取預設可執(zhí)行程序?qū)拇?shù)據(jù)，并將所述待哈希數(shù)據(jù)輸入預設哈希層，對所述待哈希數(shù)據(jù)進行哈希編碼，獲得哈希編碼結果的步驟之前，所述神經(jīng)網(wǎng)絡校驗方法包括：

提取待訓練哈希層，并獲取所述預設可執(zhí)行程序?qū)哪繕斯＞幋a結果和訓練數(shù)據(jù)；

基于所述目標哈希編碼結果和所述訓練數(shù)據(jù)，對所述待訓練哈希層進行迭代訓練，以優(yōu)化所述待訓練哈希層對應的極化損失函數(shù)，直至所述待訓練哈希層達到預設迭代結束條件，獲得所述預設哈希層。

5.如權利要求4所述神經(jīng)網(wǎng)絡校驗方法，其特征在于，所述基于所述目標哈希編碼結果和所述訓練數(shù)據(jù)，對所述待訓練哈希層進行迭代訓練，以優(yōu)化所述待訓練哈希層對應的極化損失函數(shù)，直至所述待訓練哈希層達到預設迭代結束條件，獲得所述預設哈希層的步驟包括：

將所述訓練數(shù)據(jù)輸入所述待訓練哈希層，以基于所述極化損失函數(shù)，對所述訓練數(shù)據(jù)進行哈希編碼，獲得初始哈希編碼結果；

計算所述初始哈希編碼結果和所述目標哈希編碼結果之間的訓練漢明距離，并將所述訓練漢明距離與預設漢明距離閾值進行比對；

若所述訓練漢明距離大于所述預設漢明距離閾值，則判定所述待訓練哈希層未達到所述預設迭代結束條件，并基于所述初始哈希編碼結果優(yōu)化所述極化損失函數(shù)；

基于優(yōu)化后的所述極化損失函數(shù)，重新進行所述待訓練哈希層的訓練，直至所述訓練漢明距離小于或者等于所述預設漢明距離閾值；

若所述訓練漢明距離小于或者等于所述預設漢明距離閾值，則判定所述待訓練哈希層達到所述預設迭代結束條件，并將所述待訓練哈希層作為所述預設哈希層。

6.如權利要求4所述神經(jīng)網(wǎng)絡校驗方法，其特征在于，所述目標哈希編碼結果至少包括一個目標哈希編碼向量，

所述獲取所述預設可執(zhí)行程序?qū)哪繕斯＞幋a結果的步驟包括：

獲取所述預設可執(zhí)行程序?qū)臋C器代碼流，并對所述機器代碼流進行分割，獲得所述機器代碼流對應的各機器碼塊；

分別將每一所述機器碼塊轉(zhuǎn)化為所述目標哈希編碼向量。