一种信息传输储存方法及装置制造方法及图纸

本发明专利技术公开了一种信息传输储存方法，其步骤包括：服务器获取N个权值信息；所述权值信息由深度神经网络训练得到；N为整数且N≥1；服务器按照预设的加密模式确定所述权值信息中的M个权值信息为第一权值信息；服务器采用预设的密钥对第一权值信息进行对称加密，得到M个密文；服务器将M个密文和N个权值信息中的第二权值信息传输至终端，使得所述终端根据预设的储存解密模式进行存储和解密；所述第二权值信息为所述N个权值信息中除去所述M个权值信息之外的其它权值信息。本发明专利技术还涉及一种与以上方法对应的信息传输储存装置。通过本发明专利技术，可以显著提高神经网络权值信息在传输以及储存过程中的安全性的同时保证传输储存的效率。

Information transmission storage method and device

The invention discloses an information transmission and storage method, which comprises the following steps: the server obtains N weight information; the weight information is trained by a depth neural network; N is an integer and N is greater than 1; the server determines M weight information in the weight information as the first weight information according to the preset encryption mode; The preset key symmetrically encrypts the first weight information and obtains M ciphertext; the server transmits the second weight information of M ciphertext and N weight information to the terminal so that the terminal stores and decrypts according to the preset storage and decryption mode; the second weight information removes the M from the N weight information. Other weights information other than weight information. The invention also relates to an information transmission and storage device corresponding to the above method. The invention can significantly improve the safety of the neural network weight information in the transmission and storage process and ensure the transmission and storage efficiency.

【技术实现步骤摘要】
一种信息传输储存方法及装置
本专利技术属于信息
，具体涉及一种信息传输储存方法及装置。
技术介绍
深度神经网络(DeepNeuralNetworks)是深度学习中的算法模型。深度神经网络算法模型的工作原理一般分为两个过程，一部分是基于反向传播算法的训练过程，另一部分是前向传播的推理过程。在训练过程中，深度神经网络采用了大量的数据信息来对网络进行训练，经过大规模反复的训练后可以得到该网络的权值信息。在推理过程中，深度神经网络将基于这些训练得到的权值信息进行工作，实现分类，识别等功能。由于深度神经网络的模型结构非常复杂，训练过程中需要大量的数据信息来进行，训练过程耗时很长，因此深度神经网络的训练过程一般预先在服务器端进行，终端只需要进行推理过程以实现功能即可。服务器端经过大量的训练后得到权值信息，然后将权值信息发送给终端。终端接收到权值信息后，就可以实现分类，识别等功能。但是，在权值信息从服务器传输到终端的过程中，或者权值信息存储于终端的存储器的过程中，权值信息都面临着遭到泄露或被窃取的危险。一旦这些权值信息遭到泄露或被窃取，将会对训练得到这些权值信息的一方造成巨大的损失。
技术实现思路
本专利技术的目的在于针对现有技术的缺陷，提供一种信息传输储存方法及装置，可以大幅提高神经网络权值信息传输和储存的安全性，有效保护神经网络权值信息不被泄露。为解决上述技术问题，本专利技术的一种信息传输储存方法包括如下步骤:服务器获取N个权值信息；所述N个权值信息由深度神经网络训练得到；所述N为整数且N≥1；所述服务器按照预设的加密模式确定所述N个权值信息中的M个权值信息为第一权值信息；所述服务器采用预设的密钥对所述第一权值信息进行对称加密，得到M个密文；所述预设的密钥由所述服务器和终端共同约定，并储存在所述服务器和所述终端中；所述服务器加密所述第一权值信息的方式为所述服务器对所述第一权值信息中的每一个权值信息进行单独加密；所述服务器将所述M个密文和所述N个权值信息中的第二权值信息传输至终端，使得所述终端根据预设的储存解密模式进行存储和解密；所述第二权值信息为所述N个权值信息中除去所述M个权值信息之外的其它权值信息。进一步的，所述预设的加密模式包括全加密模式和部分加密模式；其中，所述全加密模式用于指示M＝N，所述部分加密模式用于指示1≤M＜N。进一步的，所述储存解密模式包括储存优先模式；当所述储存解密模式为所述储存优先模式时，所述终端将所述M个密文和所述第二权值信息进行储存；所述终端在接收到使用权值信息的命令时，根据所述预设密钥将所述M个密文进行对称解密，得到所述第一权值信息，使得所述第一权值信息和所述第二权值信息组成完整的神经网络权值信息。进一步的，所述储存解密模式还包括全部解密模式；当所述储存解密模式为所述全部解密模式时，所述终端根据所述预设的密钥，对所述M个密文进行对称解密得到所述第一权值信息，所述终端将所述第一权值信息以及所述第二权值信息进行储存。进一步的，所述储存解密模式还包括部分解密模式；所述终端确定所述M个密文中的K个密文为所述第一密文，所述M个密文中除所述第一密文外的其余部分为第二密文；所述1≤K＜M；所述终端根据所述预设密钥，对所述第一密文进行对称解密得到所述第一权值信息的部分信息，所述终端将所述第一权值信息的部分信息和所述第二密文以及所述第二权值信息进行储存；所述终端接收到使用权值信息的命令时，所述终端根据所述预设密钥将所述第二密文进行对称解密得到所述第一权值信息的剩余权值信息，所述第一权值信息以及所述第二权值信息组成完整的神经网络权值信息。进一步的，所述方法中所述服务器使用的加密方法和所述终端使用的解密方法均为AES加解密算法。一种信息传输储存装置，包括服务器和终端；所述服务器包括：权值获取模块，用于获取N个权值信息；所述N个权值信息由深度神经网络训练得到；所述N为整数且N≥1；加密模块，用于按照预设的加密模式确定所述N个权值信息中的M个权值信息为第一权值信息，并采用预设密钥对所述第一权值信息进行对称加密，得到M个密文；所述密钥由所述服务器和所述终端共同约定，并储存在所述服务器和所述终端中；所述服务器加密所述第一权值信息的方式为所述服务器对所述第一权值信息中的每一个权值信息进行单独加密；通讯模块，用于将所述M个密文和所述N个权值信息中的第二权值信息传输至所述终端；所述第二权值信息为所述N个权值信息中除去所述第一权值信息之外的其它权值信息；所述终端包括：通讯模块，用于接收所述服务器传输过来的所述M个密文和所述第二权值信息；解密模块，用于根据所述密钥及预设的储存解密模式，用对称加密算法对加密的神经网络权值信息进行对称解密；储存模块，用于根据所述储存解密模式对神经网络权值信息进行储存。进一步的，所述预设的加密模式包括全加密模式和部分加密模式；其中，所述全加密模式用于指示M＝N，所述部分加密模式用于指示1≤M＜N。进一步的，当所述加密模式为所述部分加密模式时，所述M个权值信息为所述N个权值信息中的卷积层权值信息、全连接层权值信息、奇数层网络层权值信息和偶数层网络层权值信息一种或几种的组合。进一步的，所述储存解密模式包括储存优先模式；所述储存解密模式包括储存优先模式；当所述储存解密模式为所述储存优先模式时，所述储存模块将接收到的所述M个密文和所述第二权值信息进行储存；所述解密模块所接收到使用权值信息的命令时，所述终端根据所述预设密钥将所述M个密文进行对称解密，得到所述第一权值信息，使得所述第一权值信息和所述第二权值信息组成完整的神经网络权值信息。进一步的，所述储存解密模式还包括全部解密模式；当所述储存解密模式为所述全部解密模式时，所述解密模块根据所述预设的密钥，对所述M个密文进行对称解密得到所述第一权值信息，所述储存模块将所述第一权值信息以及所述第二权值信息进行储存。进一步的，所述储存解密模式还包括部分解密模式；当所述储存解密模式为所述部分解密模式时，所述终端确定所述M个密文中的K个密文为所述第一密文，所述M个密文中除所述第一密文外的其余部分为第二密文；所述1≤K＜M；所述解密模块根据所述预设密钥，对所述第一密文进行对称解密得到所述第一权值信息的部分信息，所述储存模块将所述第一权值信息的部分信息和所述第二密文以及所述第二权值信息进行储存；所述解密模块接收到使用权值信息的命令时，所述解密模块根据所述预设密钥将所述第二密文进行对称解密得到所述第一权值信息的剩余权值信息，所述第一权值信息以及所述第二权值信息组成完成的神经网络权值信息。进一步的，所述方法中所述加密模块使用的加密方法和所述解密模块使用的解密方法均为AES加解密算法。与现有技术相比，本专利技术的有益技术效果如下：本专利技术提供了一种信息传输储存方法及装置，对由服务器端传输给终端的神经网络权值信息进行加密保护，因深度神经网络一般含有多层网络层，只有在每个网络层的权值共同参与和作用下深度神经网络才能进行工作，缺少任一部分的权值都会使网络失去功能，本专利技术中提出了对权值信息中的部分权值信息进行加密，使用者可以根据具体的深度神经网络结构来选择需要加密的权值信息部分，充分发挥了权值部分加密在安全性，速度和功耗上的优势，同时，终端可以选择不同的储存解密模式来降低权值在终端存储本文档来自技高网...

【技术保护点】
1.一种信息传输储存方法，其特征在于，包括如下步骤:服务器获取N个权值信息；所述N个权值信息由深度神经网络训练得到；所述N为整数且N≥1；所述服务器按照预设的加密模式确定所述N个权值信息中的M个权值信息为第一权值信息；所述服务器采用预设的密钥对所述第一权值信息进行对称加密，得到M个密文；所述服务器将所述M个密文和所述N个权值信息中的第二权值信息传输至终端，使得所述终端根据预设的储存解密模式进行存储和解密；所述第二权值信息为所述N个权值信息中除去所述M个权值信息之外的其它权值信息。

【技术特征摘要】
1.一种信息传输储存方法，其特征在于，包括如下步骤:服务器获取N个权值信息；所述N个权值信息由深度神经网络训练得到；所述N为整数且N≥1；所述服务器按照预设的加密模式确定所述N个权值信息中的M个权值信息为第一权值信息；所述服务器采用预设的密钥对所述第一权值信息进行对称加密，得到M个密文；所述服务器将所述M个密文和所述N个权值信息中的第二权值信息传输至终端，使得所述终端根据预设的储存解密模式进行存储和解密；所述第二权值信息为所述N个权值信息中除去所述M个权值信息之外的其它权值信息。2.根据权利要求1所述的方法，其特征在于，所述预设的加密模式包括全加密模式和部分加密模式；其中，所述全加密模式用于指示M＝N，所述部分加密模式用于指示1≤M＜N。3.据权利要求1所述的方法，其特征在于，所述储存解密模式包括储存优先模式；当所述储存解密模式为所述储存优先模式时，所述终端将所述M个密文和所述第二权值信息进行储存；所述终端在接收到使用权值信息的命令时，根据所述预设密钥将所述M个密文进行对称解密，得到所述第一权值信息，使得所述第一权值信息和所述第二权值信息组成完整的神经网络权值信息。4.根据权利要求1所述的方法，其特征在于，所述储存解密模式包括全部解密模式；当所述储存解密模式为所述全部解密模式时，所述终端根据所述预设的密钥，对所述M个密文进行对称解密得到所述第一权值信息，所述终端将所述第一权值信息以及所述第二权值信息进行储存。5.根据权利要求1所述的方法，其特征在于，所述储存解密模式包括部分解密模式；当所述储存解密模式为所述部分解密模式时，所述终端确定所述M个密文中的K个密文为所述第一密文，所述M个密文中除所述第一密文外的其余部分为第二密文；所述1≤K＜M；所述终端根据所述预设密钥，对所述第一密文进行对称解密得到所述第一权值信息的部分信息，所述终端将所述第一权值信息的部分信息和所述第二密文以及所述第二权值信息进行储存；所述终端接收到使用权值信息的命令时，所述终端根据所述预设密钥将所述第二密文进行对称解密得到所述第一权值信息的剩余权值信息，所述第一权值信息以及所述第二权值信息组成完整的神经网络权值信息。6.一种信息传输储存装置，其特征在于：包括服务器和终端；所述服务器包括：权值获取模块，用于获取N个权值信息；所述N个权值信息由深度神经网络...

【专利技术属性】
技术研发人员：陈弟虎，杜文全，梁东宝，粟涛，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东,44