[發(fā)明專利]基于后門水印的深度學(xué)習(xí)模型加密方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110762575.7
• 申請(qǐng)日: 2021-07-06
• 公開（公告）號(hào): CN113362216A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 陳晉音;劉濤
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06T1/00
• 分類號(hào): G06T1/00;G06N3/06;G06N3/08;G06N5/04
• 代理公司: 杭州天勤知識(shí)產(chǎn)權(quán)代理有限公司 33224
• 代理人: 曹兆霞

1.一種基于后門水印的深度學(xué)習(xí)模型加密方法，其特征在于，包括以下步驟：

獲取正常樣本，利用正常樣本訓(xùn)練深度學(xué)習(xí)模型，統(tǒng)計(jì)訓(xùn)練好的深度學(xué)習(xí)模型每個(gè)神經(jīng)元的激活值，并從中選擇處在激活臨界的若干個(gè)神經(jīng)元作密碼神經(jīng)元并記錄；

根據(jù)記錄固定密碼神經(jīng)元的激活值不變，利用正常樣本對(duì)深度學(xué)習(xí)模型再訓(xùn)練；利用擾亂樣本對(duì)深度學(xué)習(xí)模型再訓(xùn)練，以優(yōu)化所有神經(jīng)元的激活值，實(shí)現(xiàn)對(duì)深度學(xué)習(xí)模型的加密，其中，將正常樣本的標(biāo)簽做翻轉(zhuǎn)得到擾亂樣本。

2.如權(quán)利要求1所述的基于后門水印的深度學(xué)習(xí)模型加密方法，其特征在于，所述統(tǒng)計(jì)訓(xùn)練好的深度學(xué)習(xí)模型每個(gè)神經(jīng)元的激活值，并從中選擇處在激活臨界的若干個(gè)神經(jīng)元作密碼神經(jīng)元包括：

統(tǒng)計(jì)訓(xùn)練好的深度學(xué)習(xí)模型每個(gè)神經(jīng)元的激活值，并對(duì)所有神經(jīng)元的激活值進(jìn)行排序，依據(jù)排序結(jié)果選取處在激活臨界的神經(jīng)元組成密碼池，從密碼池中隨機(jī)選擇指定數(shù)量的神經(jīng)元作為密碼神經(jīng)元。

3.如權(quán)利要求2所述的基于后門水印的深度學(xué)習(xí)模型加密方法，其特征在于，針對(duì)由ReLU激活函數(shù)激活的神經(jīng)元，采用以下公式來(lái)搜索處在激活臨界的神經(jīng)元：

其中，表示第l層第k個(gè)神經(jīng)元的激活值，β表示限制搜索神經(jīng)元的范圍，該范圍用于約束神經(jīng)元是否處于激活臨界值，f_θ表示得到的密碼池。

4.如權(quán)利要求1所述的基于后門水印的深度學(xué)習(xí)模型加密方法，其特征在于，密碼神經(jīng)元的記錄信息采用三元組進(jìn)行表示，用于記錄密碼神經(jīng)元所在的層號(hào)、密碼神經(jīng)元在所在層的位置、密碼神經(jīng)元的激活值。

5.如權(quán)利要求1所述的基于后門水印的深度學(xué)習(xí)模型加密方法，其特征在于，所述正常樣本包括圖像樣本、語(yǔ)音樣本、調(diào)制信號(hào)樣本或自然語(yǔ)言樣本。

6.一種基于后門水印的深度學(xué)習(xí)模型加密裝置，包括存儲(chǔ)器，處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上執(zhí)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1～5任一項(xiàng)所述的基于后門水印的深度學(xué)習(xí)模型加密方法。