[发明专利]验证深度神经网络模型归属的方法、装置和系统

权利要求书

1.一种验证深度神经网络模型归属的方法，其特征在于，所述验证深度神经网络模型归属的方法包括以下步骤：

将待测数据输入目标深度神经网络模型，获得预设目标向量，所述预设目标向量为对预设数据串进行编码后生成；

利用预设加解密算法对所述预设目标向量进行加密，生成模型序列号；

输出所述模型序列号；

在接收到用户发出的验证指令时，利用预设加解密算法对所述模型序列号进行解密，以获得验证结果。

2.如权利要求1所述的验证深度神经网络模型归属的方法，其特征在于，所述利用预设加解密算法对所述预设目标向量进行加密，生成模型序列号，具体包括：

利用预设加解密算法对所述预设目标向量进行加密，生成模型序列号和公钥；

所述在接收到用户发出的验证指令时，利用预设加解密算法对所述模型序列号进行解密，以获得验证结果，具体包括：

在接收到用户发出的验证指令时，利用预设加解密算法根据所述模型序列号、所述公钥和所述预设目标向量进行解密，以获得验证结果。

3.如权利要求1所述的验证深度神经网络模型归属的方法，其特征在于，所述将待测数据输入目标深度神经网络模型，获得预设目标向量的步骤之前，所述验证深度神经网络模型归属的方法还包括：

获取验证数据集，所述验证数据集包括验证集和与所述验证集对应的预设目标向量；

将所述验证集作为输入，将所述预设目标向量作为输出，对预设深度神经网络模型进行训练，获得目标深度神经网络模型。

4.如权利要求1所述的验证深度神经网络模型归属的方法，其特征在于，所述将待测数据输入目标深度神经网络模型，获得预设目标向量，具体包括：

将待测数据输入目标深度神经网络模型，获得分类结果和预设目标向量；

所述输出所述模型序列号，具体包括：

输出所述分类结果和所述模型序列号。

5.如权利要求4所述的验证深度神经网络模型归属的方法，其特征在于，所述将待测数据输入目标深度神经网络模型，获得预设目标向量的步骤之前，所述验证深度神经网络模型归属的方法还包括：

获取分类数据集和验证数据集，所述分类数据集包括预测集和与所述预测集对应的预测结果集，所述验证数据集包括验证集和与所述验证集对应的预设目标向量；

利用所述分类数据集和所述验证数据集对预设深度神经网络模型进行交叉训练，获得目标深度神经网络模型以及所述目标深度神经网络模型返回的预测结果集和预设目标向量；

对所述预设目标向量进行加密，生成所述目标深度神经网络模型的模型序列号。

6.如权利要求5所述的验证深度神经网络模型归属的方法，其特征在于，所述利用所述分类数据集和所述验证数据集对预设深度神经网络模型进行交叉训练，获得目标深度神经网络模型以及所述目标深度神经网络模型返回的预测结果集和预设目标向量，具体包括：

分别将所述预测集作为输入、将所述预测结果集作为与所述预测集对应的输出，以及将所述验证集作为输入、将所述预设目标向量作为与所述验证集对应的输出，对所述预设深度神经网络模型进行交叉训练，获得目标深度神经网络模型；

加载所述目标深度神经网络模型，分别将所述预测集和所述验证集输入所述目标深度神经网络模型，获得目标深度神经网络模型返回的预测结果集和预设目标向量。

7.一种验证深度神经网络模型归属的装置，其特征在于，所述验证深度神经网络模型归属的装置包括：

输入模块，用于将待测数据输入目标深度神经网络模型，获得预设目标向量，所述预设目标向量为对预设数据串进行编码后生成；

加密模块，用于利用预设加解密算法对所述预设目标向量进行加密，生成模型序列号；

输出模块，用于输出所述模型序列号；

验证模块，用于在接收到用户发出的验证指令时，利用预设加解密算法对所述模型序列号进行解密，以获得验证结果。