[发明专利]深度神经网络模型的加密方法及装置

权利要求书

1.一种深度神经网络模型的加密方法，其特征在于，包括：

服务器根据用户设备的设备信息以及设定的密钥产生方式产生密钥信息；

从所述密钥信息中选择一个或多个数据，采用加密算法对待加密的深度神经网络DNN模型进行加密，生成加密后的DNN模型和密钥；

将所述加密后的DNN模型和所述密钥发送给用户设备；

接收用户设备根据所述加密后的DNN模型和所述密钥返回的响应信号；

根据所述响应信号与所述密钥信息进行匹配，当匹配成功时，所述用户设备验证通过，所述用户设备对所述加密后的DNN模型进行解密。

2.根据权利要求1所述的方法，其特征在于，所述采用加密算法对待加密的深度神经网络DNN模型进行加密，包括：

采用加密算法对所述DNN模型的参数和超参数进行加密；

其中，所述参数和超参数至少包括以下之一：

连接权重weight、偏置值bias、对应神经网络结构的控制信号或指令、层数或每层的神经元个数，以及神经网络模型的任何静态参数；

所述加密算法至少包括以下之一：

AES、DES、3DES、RSA、Diffe-Hellman、ECC、ABE、PRE或FHE算法。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

用户设备通过接口与服务器建立连接，以完成用户设备在服务器上的注册。

4.根据权利要求1或3所述的方法，其特征在于，所述服务器根据用户设备的设备信息以及设定的密钥产生方式产生密钥信息，包括：

服务器根据用户设备的设备信息以及设定的加密电路在用户设备上生成多组激励响应对，并将所述多组激励响应对存储于所述服务器上。

5.根据权利要求4所述的方法，其特征在于，所述设定的密钥产生方式至少包括以下之一：

物理不可克隆函数PUF电路、随机数发生器或哈希电路。

6.一种深度神经网络模型的加密装置，其特征在于，包括：

生成模块，用于服务器根据用户设备的设备信息以及设定的密钥产生方式产生密钥信息；

所述生成模块，还用于从所述密钥信息中选择一个或多个数据，采用加密算法对待加密的深度神经网络DNN模型进行加密，生成加密后的DNN模型和密钥；

发送模块，用于将所述加密后的DNN模型和所述密钥发送给用户设备；

接收模块，用于接收用户设备根据所述加密后的DNN模型和所述密钥返回的响应信号；

判断模块，用于根据所述响应信号与所述密钥信息进行匹配，当匹配成功时，所述用户设备验证通过，所述用户设备对所述加密后的DNN模型进行解密。

7.根据权利要求1所述的装置，其特征在于，所述生成模块，具体用于采用加密算法对所述DNN模型的参数和超参数进行加密；

其中，所述参数和超参数至少包括以下之一：

连接权重weight、偏置值bias、对应神经网络结构的控制信号或指令、层数或每层的神经元个数，以及神经网络模型的任何静态参数；

所述加密算法至少包括以下之一：

AES、DES、3DES、RSA、Diffe-Hellman、ECC、ABE、PRE或FHE算法。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

注册模块，用于用户设备通过接口与服务器建立连接，以完成用户设备在服务器上的注册。

9.根据权利要求6或8所述的装置，其特征在于，所述生成模块，具体用于服务器根据用户设备的设备信息以及设定的加密电路在用户设备上生成多组激励响应对，并将所述多组激励响应对存储于所述服务器上。

10.根据权利要求9所述的装置，其特征在于，所述设定的密钥产生方式至少包括以下之一：

物理不可克隆函数PUF电路、随机数发生器或哈希电路。