[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

本公開提供了一種加密方法及其裝置、解密方法及其裝置、電子設備和介質，涉及人工智能領域，具體涉及計算機視覺和深度學習技術，具體可用于基礎架構場景下。具體實現方案為：確定訓練代碼中包含神經網絡模型的模型參數的預設文件，并對預設文件進行加密，以得到更新后的訓練代碼，以及對更新后的訓練代碼進行編譯，以得到字節碼文件。由此，可以實現對訓練代碼中重要性較高的預設文件進行加密，可以提升訓練代碼的安全性，并且，通過編譯，字節碼文件對用戶而言是不可見的，可以進一步提升訓練代碼的安全性。

技術領域

本公開涉及人工智能領域，具體涉及計算機視覺和深度學習技術，具體可用于基礎架構場景下，尤其涉及加密方法及其裝置、解密方法及其裝置、電子設備和介質。

背景技術

隨著人工智能行業的飛速發展，人工智能應用不斷出現，其中，人工智能的核心是神經網絡模型，神經網絡模型包括模型結構和模型參數。為了提升訓練后的神經網絡模型的預測精度，研發人員需要投入較大的精力對模型進行訓練，然而，如果對神經網絡模型的保護力度不夠，則可能導致模型的訓練代碼被非法用戶移植到其他機器上使用。因此，如何對神經網絡模型的訓練代碼進行保護至關重要。

發明內容

本公開提供了一種用于加密方法及其裝置、解密方法及其裝置、電子設備和介質。

根據本公開的一方面，提供了一種加密方法，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。

本公開的另一方面，提供了一種解密方法，包括：

獲取字節碼文件，其中，所述字節碼文件是采用如本公開上述一方面實施例提出的加密方法得到的；

響應于啟動指令，對所述字節碼文件進行解碼，得到解碼后的訓練代碼；

對所述解碼后的訓練代碼中預設文件進行解密，以得到目標訓練代碼；

采用所述目標訓練代碼對神經網絡模型進行訓練。

根據本公開的又一方面，提供了一種加密裝置，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。

根據本公開的再一方面，提供了一種解密裝置，包括：

第二獲取模塊，用于獲取字節碼文件，其中，所述字節碼文件是采用如本公開上述實施例提出的加密裝置得到的；

解碼模塊，用于響應于啟動指令，對所述字節碼文件進行解碼，得到解碼后的訓練代碼；

解密模塊，用于對所述解碼后的訓練代碼中預設文件進行解密，以得到目標訓練代碼；

訓練模塊，用于采用所述目標訓練代碼對神經網絡模型進行訓練。

根據本公開的又一方面，提供了一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，