【技术实现步骤摘要】
一种模型数据的处理方法、装置及设备
本申请涉及机器学习领域，尤其是一种模型数据的处理方法、装置及设备。
技术介绍
机器学习是实现人工智能的一种途径，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习用于研究计算机如何模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习更加注重算法设计，使计算机能够自动地从数据中学习规律，并利用规律对未知数据进行预测。机器学习已经有了十分广泛的应用，如深度学习、数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用等等。随着机器学习相关技术的快速发展，各种类型的机器学习模型被广泛使用，机器学习模型存在被非法截获的风险，机器学习模型存在被非法利用的风险。
技术实现思路
有鉴于此，本申请提供一种模型数据的处理方法，所述方法包括：获取机器学习模型的模型数据；对所...
【技术保护点】
1.一种模型数据的处理方法，其特征在于，所述方法包括：/n获取机器学习模型的模型数据；/n对所述模型数据进行加密，得到加密后的模型数据；/n将所述加密后的模型数据发送给目标设备。/n
【技术特征摘要】
20191204 CN 20191123034021.一种模型数据的处理方法，其特征在于，所述方法包括：
获取机器学习模型的模型数据；
对所述模型数据进行加密，得到加密后的模型数据；
将所述加密后的模型数据发送给目标设备。
2.根据权利要求1所述的方法，其特征在于，所述目标设备包括应用平台，所述将所述加密后的模型数据发送给目标设备，包括：
基于应用平台的地址，将所述加密后的模型数据发送给所述应用平台，以使用户设备基于应用平台的地址，从所述应用平台获取所述加密后的模型数据。
3.根据权利要求1所述的方法，其特征在于，所述目标设备包括用户设备，所述将所述加密后的模型数据发送给目标设备，包括：
从多个用户设备中选择待升级用户设备；
利用所述待升级用户设备的信息，与所述待升级用户设备建立指定连接；
通过所述指定连接，将所述加密后的模型数据发送给所述待升级用户设备。
4.根据权利要求1所述的方法，其特征在于，
所述对所述模型数据进行加密，得到加密后的模型数据，包括：
获取预先配置的指定密码算法，或者，从应用平台获取指定密码算法；
利用所述指定密码算法对所述模型数据进行加密，得到加密后的模型数据。
5.根据权利要求1所述的方法，其特征在于，
所述对所述模型数据进行加密，得到加密后的模型数据，包括：
生成用于对模型数据进行加密的工作密钥；
基于所述工作密钥对所述模型数据进行加密，得到加密后的模型数据。
6.根据权利要求5所述的方法，其特征在于，
所述生成用于对模型数据进行加密的工作密钥后，所述方法还包括：
采用预设密码算法对所述工作密钥进行加密，得到加密后的工作密钥；
将所述加密后的工作密钥发送给所述目标设备。
7.根据权利要求6所述的方法，其特征在于，所述目标设备包括应用平台，所述将所述加密后的工作密钥发送给所述目标设备，包括：
基于应用平台的地址，将所述加密后的工作密钥发送给所述应用平台，以使用户设备基于应用平台的地址，从所述应用平台获取所述加密后的工作密钥。
8.根据权利要求6所述的方法，其特征在于，所述目标设备包括用户设备，所述将所述加密后的工作密钥发送给所述目标设备，包括：
从多个用户设备中选择待升级用户设备；
利用所述待升级用户设备的信息，与所述待升级用户设备建立指定连接；
通过所述指定连接，将所述加密后的工作密钥发送给所述待升级用户设备。
9.根据权利要求6所述的方法，其特征在于，所述预设密码算法具体为：
白盒密码算法；或者，非对称密码算法；或者，对称密码算法。
10.根据权利要求1所述的方法，其特征在于，
所述获取机器学习模型的模型数据，包括：
从应用平台获取机器学习模型对应的数据训练模型；
利用输入数据对所述数据训练模型进行训练，得到训练后的数据训练模型；
从所述训练后的数据训练模型中获取所述机器学习模型的模型数据。
11.一种模型数据的处理方法，其特征在于，所述方法包括：
获取机器学习模型的加密后的模型数据；
对所述加密后的模型数据进行解密，得到解密后的模型数据；
根据所述解密后的模型数据获取机器学习模型。
12.根据权利要求11所述的方法，其特征在于，
所述获取机器学习模型的加密后的模型数据，包括：
基于应用平台的地址，从所述应用平台获取加密后的模型数据；其中，所述加密后的模型数据是模型提供设备基于应用平台的地址存储到所述应用平台。
13.根据权利要求11所述的方法，其特征在于，
所述获取机器学习模型的加密后的模型数据，包括：
利用模型提供设备的信息，与所述模型提供设备建立指定连接；
通过所述指定连接，从所述模型提供设备获取加密后的模型数据。
14.根据权利要求11所述的方法，其特征在于，
所述对所述加密后的模型数据进行解密，得到解密后的模型数据，包括：
获取预先配置的指定密码算法，或者，从应用平台获取指定密码算法；利用所述指定密码算法对加密后的模型数据进行解密，得到解密后的模型数据。
15.根据权利要求11所述的方法，其特征在于，
所述对所述加密后的模型数据进行解密，得到解密后的模型数据，包括：
获取用于对模型数据进行解密的工作密钥；
基于所述工作密钥对加密后的模型数据进行解密，得到解密后的模型数据。
16.根据权利要求15所述的方法，其特征在于，
所述获取用于对模型数据进行解密的工作密钥，包括：
获取加密后的工作密钥；采用预设密码算法对所述加密后的工作密钥进行解密，得到解密后的工作密钥；
其中，所述解密后的工作密钥用于对模型数据进行解密。
17.根据权利要求16所述的方法，其特征在于，
所述获取加密后的工作密钥，包括：
基于应用平台的地址，从所述应用平台获取加密后的工作密钥；其中，所述加密后的工作密钥是模型提供设备基于应用平台的地址存储到所述应用平台...
【专利技术属性】
技术研发人员：王滨，陈学明，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。