一种工业应用场景下的深度神经网络模型安全保护方法

摘要

本发明公开了一种工业应用场景下的深度神经网络模型安全保护方法，包括以下步骤：S1、安全需求分析；S2、安全服务设计；S3、层感知安全服务分配：在DNN模型运行之前，在不违背实时约束的条件下，为DNN模型的每一层都分配合适的机密性保护服务和完整性保护服务；S4、运行时调度。本发明使用对称加密算法为DNN模型提供参数机密性保护，使用HMAC算法为DNN模型提供参数完整性保护，能够有效地防止DNN模型信息的泄露。集成了层感知安全服务分配算法和运行时调度策略，系统能够以极低的计算开销为DNN模型的每一层分配最合适的安全服务，运行时调度策略使得DNN模型的运行和安全服务能够并行执行，从而在最大程度上降低了整体的时间开销。