一种神经网络主动保护方法、系统、存储介质及计算设备技术方案

本发明专利技术公开了一种神经网络主动保护方法、系统、存储介质及计算设备，本发明专利技术在网络模型层运算之前，从分配给网络模型和用户的水印从提取与层数匹配的第一比对水印和第二比对水印，并进行第一比对水印和第二比对水印的比对，根据比对结果输入正确或错误的运算数据，从而实现了神经网络主动保护。从而实现了神经网络主动保护。从而实现了神经网络主动保护。

【技术实现步骤摘要】
一种神经网络主动保护方法、系统、存储介质及计算设备


[0001]本专利技术涉及一种神经网络主动保护方法、系统、存储介质及计算设备，属于计算机科学与


技术介绍

[0002]随着人工智能的飞速发展，基于神经网络技术应用到各种产品中，如人脸识别、目标跟踪、智能分类等。对于神经网络的保护成为越来越重要的问题，恶意用户为了获得高性能模型可能会非法复制、重新分发、滥用模型，或未经许可使用模型提供预测，这对模型安全造成巨大威胁。传统的保护方法为在发生版权纠纷后的被动验证方法，目前缺少神经网络主动保护方法。

技术实现思路

[0003]本专利技术提供了一种神经网络主动保护方法、系统、存储介质及计算设备，解决了
技术介绍
中披露的问题。
[0004]为了解决上述技术问题，本专利技术所采用的技术方案是：一种神经网络主动保护方法，包括：在预设网络模型层运算之前，根据预设网络模型层的层数，从预先分配给网络模型的水印中提取出第一比对水印，从预先分配给用户的水印中提取出第二比对水印，将第一比对水印和第二比对水印进行比对；若比对结果一致，给预设网络模型层输入正确的运算数据；若比对结果不一致，给预设网络模型层输入错误的运算数据。
[0005]网络模型中预设若干个网络模型层，每个预设网络模型层运算之前均进行水印比对；分配给网络模型和用户的水印长度等于最深的预设网络模型层的层数减一。
[0006]水印为数值序列；根据预设网络模型层的层数，从预先分配给网络模型的水印中提取出第一比对水印，从预先分配给用户的水印中提取出第二比对水印，包括：根据预设网络模型层的层数A，从预先分配给网络模型的水印中提取前A
‑
1个数值作为第一比对水印；根据预设网络模型层的层数A，从预先分配给用户的水印中提取前A
‑
1个数值作为第二比对水印。
[0007]将第一比对水印和第二比对水印进行比对，包括：采用异或函数，计算第一比对水印和第二比对水印的差异值；将差异值输入S型生长曲线函数，获得比对结果。
[0008]第一比对水印和第二比对水印的差异值计算公式为：其中，sum为差异值，为构成第一比对水印的数值，
为构成第二比对水印的数值，i为第一比对水印和第一比对水印中数值的总数，i=A
‑
1，为异或函数。
[0009]S型生长曲线函数公式为：其中，out为比对结果，sum为差异值。
[0010]若比对结果一致，给预设网络模型层输入正确的运算数据；若比对结果不一致，给预设网络模型层输入错误的运算数据，包括：若比对结果一致，将比对结果与预设网络模型层的原运算数据相乘获得正确的运算数据，给预设网络模型层输入正确的运算数据；若比对结果不一致，将比对结果与预设网络模型层的原运算数据相乘获得错误的运算数据，给预设网络模型层输入错误的运算数据。
[0011]一种神经网络主动保护系统，包括：比对模块：在预设网络模型层运算之前，根据预设网络模型层的层数，从预先分配给网络模型的水印中提取出第一比对水印，从预先分配给用户的水印中提取出第二比对水印，将第一比对水印和第二比对水印进行比对；结果模块：若比对结果一致，给预设网络模型层输入正确的运算数据；若比对结果不一致，给预设网络模型层输入错误的运算数据。
[0012]一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行神经网络主动保护方法。
[0013]一种计算设备，包括一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行神经网络主动保护方法的指令。
[0014]本专利技术所达到的有益效果：本专利技术在网络模型层运算之前，从分配给网络模型和用户的水印从提取与层数匹配的第一比对水印和第二比对水印，并进行第一比对水印和第二比对水印的比对，根据比对结果输入正确或错误的运算数据，从而实现了神经网络主动保护。
附图说明
[0015]图1为本专利技术方法的流程图；图2为本专利技术方法实施的框架图。
具体实施方式
[0016]下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。
[0017]一种神经网络主动保护方法，包括以下步骤：步骤1，在预设网络模型层运算之前，根据预设网络模型层的层数，从预先分配给网络模型的水印中提取出第一比对水印，从预先分配给用户的水印中提取出第二比对水
印，将第一比对水印和第二比对水印进行比对；步骤2，若比对结果一致，给预设网络模型层输入正确的运算数据；若比对结果不一致，给预设网络模型层输入错误的运算数据。
[0018]上述方法在网络模型层运算之前，从分配给网络模型和用户的水印从提取与层数匹配的第一比对水印和第二比对水印，并进行第一比对水印和第二比对水印的比对，根据比对结果输入正确或错误的运算数据，从而实现了神经网络主动保护。
[0019]网络模型（神经网络模型）中有好多层，如Conv层、FC层等，可以预设若干个网络模型层，即这些预设的层在运算之前均需要进行水印比对。
[0020]在进行主动保护之前，需要给网络模型分配水印，同时给用户分配水印，分配给网络模型和用户的水印长度等于最深的预设网络模型层的层数减一。如假设网络模型中的预设层为2、5、
…
、i+1，那么最深的预设网络模型层的层数为i+1，那么水印的长度为i。
[0021]这里的水印采用的是数值序列，每个数值为0或1，因此分配给网络模型的水印可表示为，分配给用户的水印可表示为。
[0022]在某一预设网络模型层运算之前，需要根据预设网络模型层的层数，从预先分配给网络模型的水印中提取出第一比对水印，从预先分配给用户的水印中提取出第二比对水印，假设该预设网络模型层的层数为A，那么提取过程可以为：11）根据预设网络模型层的层数A，从预先分配给网络模型的水印中提取前A
‑
1个数值作为第一比对水印；如，A=5，那么提取的第一比对水印为，如，A=6，那么提取的第一比对水印为。
[0023]12）根据预设网络模型层的层数A，从预先分配给用户的水印中提取前A
‑
1个数值作为第二比对水印；如，A=5，那么提取的第二比对水印为，如，A=6，那么提取的第二比对水印为。
[0024]提取出第一比对水印和第二比对水印后，采用异或函数，计算第一比对水印和第二比对水印的差异值，具体公式可以如下：其中，sum为差异值，为构成第一比对水印的数值，为构成第二比对水印的数值，i为第一比对水印和第一比对水印中数值的总数，i=A
‑
1，为异或函数；然后将将差异值输入改进的S型生长曲线函数，获得比对结果；其中，改进的S型生长曲线函数公式为：其中，out为比对结果。
[0025]如果out为1，那么表明第一比对水本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种神经网络主动保护方法，其特征在于，包括：在预设网络模型层运算之前，根据预设网络模型层的层数，从预先分配给网络模型的水印中提取出第一比对水印，从预先分配给用户的水印中提取出第二比对水印，将第一比对水印和第二比对水印进行比对；若比对结果一致，给预设网络模型层输入正确的运算数据；若比对结果不一致，给预设网络模型层输入错误的运算数据。2.根据权利要求1所述的一种神经网络主动保护方法，其特征在于，网络模型中预设若干个网络模型层，每个预设网络模型层运算之前均进行水印比对；分配给网络模型和用户的水印长度等于最深的预设网络模型层的层数减一。3.根据权利要求1或2所述的一种神经网络主动保护方法，其特征在于，水印为数值序列；根据预设网络模型层的层数，从预先分配给网络模型的水印中提取出第一比对水印，从预先分配给用户的水印中提取出第二比对水印，包括：根据预设网络模型层的层数A，从预先分配给网络模型的水印中提取前A
‑
1个数值作为第一比对水印；根据预设网络模型层的层数A，从预先分配给用户的水印中提取前A
‑
1个数值作为第二比对水印。4.根据权利要求3所述的一种神经网络主动保护方法，其特征在于，将第一比对水印和第二比对水印进行比对，包括：采用异或函数，计算第一比对水印和第二比对水印的差异值；将差异值输入S型生长曲线函数，获得比对结果。5.根据权利要求4所述的一种神经网络主动保护方法，其特征在于，第一比对水印和第二比对水印的差异值计算公式为：其中，sum为差异值，为构成第一比对水印的数值，为构成第二比对水印的数值，i为第一比对水印和第一比对水印中数值的...

【专利技术属性】
技术研发人员：陈先意，孟宇航，刘宇，颜凯，何俊杰，张广星，
申请(专利权)人：南京启圣羽图信息科技有限公司，
类型：发明
国别省市：