[发明专利]用于获得和处理带数字签名信息的张量数据的方法和装置

说明书

公开了用于获得、消除和验证带数字签名信息的张量数据的方法和装置。用于获得带数字签名信息的张量数据的方法可以包括：确定神经网络的指定层的输入数据的至少一部分；确定与数字签名信息相关的预定参数以及包括一个或多个第一卷积核的指定层的原始卷积参数，预定参数包括一个或多个第二卷积核和对应的一个或多个第一偏置；以及基于输入数据的至少一部分、预定参数和原始卷积参数执行卷积运算，以获得带数字签名信息的张量数据的至少一部分。还公开了相关的计算机可读存储介质和电子设备。通过本公开的方法和装置，能够在执行常规卷积运算的同时添加水印，从而确保卷积网络计算过程的安全。

技术领域

本公开总体上涉及深度学习技术领域，并且具体地涉及用于获得、消除和验证带数字签名信息的张量数据的方法和装置。

背景技术

基于神经网络的深度学习技术已经被广泛地应用于图像识别、视频分析、自然语言处理、辅助驾驶等不同的领域。例如，可以将预先设计的神经网络模型编译成可执行代码，并且将所获得的可执行代码实施在诸如人工智能芯片这样的装置中。然后，可以启动该装置，以便针对输入数据运行该神经网络模型，从而执行例如图像识别、视频分析等预定任务。

发明内容

一方面，公开了一种获得带数字签名信息的张量数据的方法。该方法可以包括：确定神经网络的指定层的输入数据的至少一部分；确定所述指定层的原始卷积参数和与所述数字签名信息相关的预定参数，所述原始卷积参数包括一个或多个第一卷积核，所述预定参数包括一个或多个第二卷积核和与所述一个或多个第二卷积核对应的一个或多个第一偏置；以及基于所述输入数据的至少一部分、所述预定参数和所述原始卷积参数执行卷积运算，以获得所述带数字签名信息的张量数据的至少一部分。

另一方面，公开了一种消除张量数据中的数字签名信息的方法。该方法可以包括：获取由神经网络的指定层输出的带数字签名信息的张量数据的至少一部分；确定所述指定层的原始卷积参数和与所述数字签名信息相关的预定参数，所述原始卷积参数包括一个或多个第一卷积核，所述预定参数包括一个或多个第二卷积核和与所述一个或多个第二卷积核对应的一个或多个第一偏置；以及根据指示每个第一卷积核在包括每个第一卷积核和每个第二卷积核的卷积核序列中的位置的位置参数，从所述带数字签名信息的张量数据的至少一部分中，提取在与每个第一卷积核在所述卷积核序列中的位置相对应的每个通道上的数据。

另一方面，公开了一种验证张量数据中的数字签名信息的方法。该方法可以包括：获取由神经网络的指定层输出的带数字签名信息的张量数据的至少一部分；确定所述指定层的原始卷积参数和与所述数字签名信息相关的预定参数，所述原始卷积参数包括一个或多个第一卷积核，所述预定参数包括一个或多个第二卷积核和与所述一个或多个第二卷积核对应的一个或多个第一偏置；从所述带数字签名信息的张量数据的至少一部分中，提取在与每个第二卷积核在所述卷积核序列中的位置相对应的每个通道上的数据；以及根据所述一个或多个第一偏置和所提取的数据，验证带数字签名信息的张量数据的至少一部分是否包括预期的数字签名信息。

另一方面，公开了一种获得带数字签名信息的张量数据的装置。该装置可以包括：第一数据确定单元，被配置为确定神经网络的指定层的输入数据的至少一部分；第二数据确定单元，被配置为确定所述指定层的原始卷积参数和与所述数字签名信息相关的预定参数，所述原始卷积参数包括一个或多个第一卷积核，所述预定参数包括一个或多个第二卷积核和与所述一个或多个第二卷积核对应的一个或多个第一偏置；以及控制单元，被配置为控制基于所述输入数据的至少一部分、所述预定参数和所述原始卷积参数执行卷积运算，以获得所述带数字签名信息的张量数据的至少一部分。