【技术实现步骤摘要】
【国外来华专利技术】对受保护数据的神经网络推断
本实施例总体上涉及用于机器学习的系统和设备。技术背景机器学习是用于改进计算机系统或应用执行某个任务的能力的技术。机器学习可以分解成两个组成部分：训练和推断。在训练阶段期间，机器学习系统被提供有“答案”和与该答案相关联的大量原始数据。例如，机器学习系统可以通过向系统提供大量的猫科动物照片和/或视频（例如，原始数据）和所提供的媒体包含“猫科动物”的指示（例如，答案）来被训练以认出猫科动物。机器学习系统然后可以分析原始数据以“学习”可以用于描述答案的规则的集合。例如，系统可以对原始数据执行统计分析，以确定可以与术语“猫科动物”相关联的规则的公共集合（例如，胡须、爪子、毛皮、四条腿等）。规则的集合可以被称为神经网络模型。在推断阶段期间，机器学习系统可以将规则应用于新数据以生成关于数据的答案或推断。例如，系统可以分析家族（family）照片并且基于所学习的规则来确定照片包括猫科动物的图像。
技术实现思路
提供本
技术实现思路
来以简化的形式介绍以下在具体实施方式中进一步描述的概念的选择。...
【技术保护点】
1.一种由用户设备进行推断的方法，包括：/n从安全存储器检索受保护数据，其中所述安全存储器对于在所述用户设备的富环境中执行的应用是不可访问的；/n使用存储在所述用户设备上的一个或多个神经网络模型来生成关于所述受保护数据的推断；以及/n至少部分地基于所述推断来更新所述用户设备的用户接口。/n
【技术特征摘要】
【国外来华专利技术】20180911 US 62/729947;20190813 US 16/5398471.一种由用户设备进行推断的方法，包括：
从安全存储器检索受保护数据，其中所述安全存储器对于在所述用户设备的富环境中执行的应用是不可访问的；
使用存储在所述用户设备上的一个或多个神经网络模型来生成关于所述受保护数据的推断；以及
至少部分地基于所述推断来更新所述用户设备的用户接口。
2.根据权利要求1所述的方法，其中所述一个或多个神经网络模型被存储在所述安全存储器中。
3.根据权利要求1所述的方法，其中至少部分地由在所述用户设备的可信环境中执行的神经网络应用生成所述推断。
4.根据权利要求1所述的方法，其中至少部分地由神经网络处理单元（NPU）生成所述推断。
5.根据权利要求1所述的方法，其中所述受保护数据包括要经由所述用户接口显示或回放的优质媒体内容的像素数据。
6.根据权利要求1所述的方法，其中所述受保护数据包括关于所述设备的用户的用户输入数据或个人信息。
7.根据权利要求1所述的方法，其中所述更新包括：
至少部分地基于所述推断经由所述用户接口输出内容或推荐。
8.根据权利要求1所述的方法，还包括：
至少部分地基于所述推断将过滤的反馈数据发射到外部网络，其中所述过滤的反馈数据不包括存储在所述安全存储器中的任何所述受保护数据。
9.根据权利要求1所述的方法，还包括：
至少部分地基于所述推断来更新所述一个或多个神经网络模型。
10.根据权利要求7所述的方法，还包括：
将所述更新的神经网络模型发送到配置用于训练神经网络模型的外部网络资源。
11.一种用户设备，包括：
用户接口；
处理电路；以及
安全存储器，其存储指令，所述指令在由所述处理电路执行时使得所述用户设备：
从所述安全存储器检索受保护数据，其中所述安全存储器对于在所述用户设备的富环境中执行的应用是不可访问的；
使用存储在所述用户设备上的一个或多个神经网络模型来生成关于所述受保护数据的推断；以及
至少部分地基于所述推断来更新所述用户接口。
12.根据权利要求11所述的用户设备，其中所述一个或多个神经网络模型被存储在所述安全存储器中。
13.根据权利要求11所述的用户设备，其中所述指令在所述用户设备的...
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。