[發明專利]加密方法及其裝置、解密方法及其裝置、電子設備和介質有效
| 申請號: | 202110698848.6 | 申請日: | 2021-06-23 |
| 公開(公告)號: | CN113591040B | 公開(公告)日: | 2023-10-24 |
| 發明(設計)人: | 王暉;李永博;劉洋;王亞男 | 申請(專利權)人: | 北京百度網訊科技有限公司 |
| 主分類號: | G06F21/12 | 分類號: | G06F21/12;G06F8/41;G06N3/04 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 王萌 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 加密 方法 及其 裝置 解密 電子設備 介質 | ||
1.一種加密方法,包括:
獲取訓練代碼,其中,所述訓練代碼用于對神經網絡模型進行訓練;
確定所述訓練代碼中包含所述神經網絡模型的模型參數的預設文件;
對所述預設文件進行加密,以得到更新后的訓練代碼;
對所述更新后的訓練代碼進行編譯,以得到字節碼文件。
2.如權利要求1所述的方法,其中,所述對所述預設文件進行加密,以得到更新后的訓練代碼,包括:
根據設定秘鑰,對所述預設文件執行加密腳本,以對所述預設文件進行加密得到加密后的預設文件;
在所述訓練代碼中,寫入所述設定秘鑰、所述加密腳本和用于對所述加密后的預設文件進行解密的解密腳本,以得到所述更新后的訓練代碼。
3.如權利要求1所述的方法,其中,所述對所述更新后的訓練代碼進行編譯,得到字節碼文件,包括:
采用自定義python版本,對所述更新后的訓練代碼進行編譯,得到pyc格式的字節碼文件。
4.如權利要求1-3任一項所述的方法,其中,所述對所述更新后的訓練代碼進行編譯,得到字節碼文件之前,所述方法還包括:
在所述更新后的訓練代碼中加入鑒權腳本,其中,所述鑒權腳本,用于對使用所述訓練代碼的用戶端進行身份鑒權、使用時間鑒權和使用次數鑒權中的至少一項。
5.一種解密方法,包括:
獲取字節碼文件,其中,所述字節碼文件是采用如權利要求1-4任一項所述的加密方法得到的;
響應于啟動指令,運行所述字節碼文件;
對所述字節碼文件中的預設文件進行解密,并利用所述字節碼文件和解密后的預設文件對神經網絡模型進行訓練。
6.如權利要求5所述的方法,其中,所述對所述字節碼文件中的預設文件進行解密,包括:
獲取所述字節碼文件中的設定秘鑰和解密腳本;
根據所述設定秘鑰,對所述預設文件執行所述解密腳本,以對所述預設文件進行解密。
7.如權利要求5所述的方法,其中,所述方法還包括:
獲取所述字節碼文件中的鑒權腳本;
對所述字節碼文件執行所述鑒權腳本,以對使用所述字節碼文件的用戶端進行身份鑒權、使用時間鑒權和使用次數鑒權中的至少一項。
8.如權利要求5-7任一項所述的方法,其中,所述方法還包括:
獲取所述字節碼文件中的加密腳本;
在所述神經網絡模型訓練完成后,利用所述加密腳本對訓練后的所述神經網絡模型的模型參數進行加密。
9.一種加密裝置,包括:
第一獲取模塊,用于獲取訓練代碼,其中,所述訓練代碼用于對神經網絡模型進行訓練;
確定模塊,用于確定所述訓練代碼中包含所述神經網絡模型的模型參數的預設文件;
加密模塊,用于對所述預設文件進行加密,以得到更新后的訓練代碼;
編譯模塊,用于對所述更新后的訓練代碼進行編譯,以得到字節碼文件。
10.如權利要求9所述的裝置,其中,所述加密模塊,具體用于:
根據設定秘鑰,對所述預設文件執行加密腳本,以對所述預設文件進行加密得到加密后的預設文件;
在所述訓練代碼中,寫入所述設定秘鑰、加密腳本和用于對所述加密后的預設文件進行解密的解密腳本,以得到所述更新后的訓練代碼。
11.如權利要求9所述的裝置,其中,所述編譯模塊,具體用于:
采用自定義python版本,對所述更新后的訓練代碼進行編譯,得到pyc格式的字節碼文件。
12.如權利要求9-11任一項所述的裝置,其中,所述裝置還包括:
添加模塊,用于在所述更新后的訓練代碼中加入鑒權腳本,其中,所述鑒權腳本,用于對使用所述訓練代碼的用戶端進行身份鑒權、使用時間鑒權和使用次數鑒權中的至少一項。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京百度網訊科技有限公司,未經北京百度網訊科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110698848.6/1.html,轉載請聲明來源鉆瓜專利網。





