隐私数据处理方法、装置及电子设备制造方法及图纸

本申请公开了一种隐私数据处理方法、装置及电子设备，涉及数据安全技术领域，该方法包括：响应于隐私数据的处理信号，基于所述第一分割模型对所述隐私数据进行加密，得到加密数据；向云端设备传输所述加密数据，以使所述云端设备基于所述第二分割模型对所述加密数据进行解密，并根据解密结果处理所述隐私数据，得到所述隐私数据的处理结果；从所述云端设备获取所述隐私数据的处理结果，并基于所述隐私数据的处理结果执行对应的应用操作。通过上述方法，可以有效解决隐私数据处理过程中信息容易泄露的问题，并达到有效提高隐私数据处理过程中的信息安全性的技术效果。程中的信息安全性的技术效果。程中的信息安全性的技术效果。

【技术实现步骤摘要】
隐私数据处理方法、装置及电子设备


[0001]本申请涉及数据安全领域，具体而言，涉及一种隐私数据处理方法、装置及电子设备。

技术介绍

[0002]随着物联网技术的发展与大规模应用，个人隐私和数据保护问题日渐凸显。尤其在智能家居中，物联网设备的应用通常需要进行用户身份验证以及语音图像识别等过程，其广泛涉及用户个人身份和个人生物特征信息等隐私数据的传输及处理过程的安全问题。
[0003]相关技术中，家用物联网设备的隐私数据的传输及处理过程主要依赖于物联网设备和云端设备之间的数据传输协议自带的加密功能，并通过物联网设备端和云端设备端的加密算法来保障，这些公用的加密协议和加密算法由于其公开性，很容易造成有针对性的拦截和破解，从而导致加密协议和算法失效，最终造成隐私数据容易泄露的问题。
[0004]因此，提出一种能够有效提高隐私数据的传输及处理的安全性是目前亟待解决的问题。

技术实现思路

[0005]为解决上述问题，即解决隐私数据处理过程中容易泄露的技术问题。本申请提供一种隐私数据处理方法、装置及电子设备。
[0006]根据本申请的一方面，提供一种基于神经网络模型的隐私数据处理方法，所述神经网络模型包括第一分割模型和第二分割模型，所述第一分割模型设置于物联网设备中，所述第二分割模型设置于云端设备中，所述方法应用于物联网设备，包括：
[0007]响应于隐私数据的处理信号，基于所述第一分割模型对所述隐私数据进行加密，得到加密数据；
[0008]向云端设备传输所述加密数据，以使所述云端设备基于所述第二分割模型对所述加密数据进行解密，并根据解密结果处理所述隐私数据，得到所述隐私数据的处理结果；
[0009]从所述云端设备获取所述隐私数据的处理结果，并基于所述隐私数据的处理结果执行对应的应用操作。
[0010]在一种实施方式中，所述神经网络模型是基于深度可分离卷积方法训练出轻量化深度神经网络DNN结构后，对所述轻量化深度神经网络DNN结构进行预处理后得到的。
[0011]在一种实施方式中，所述神经网络模型包括输入层、M层卷积层以及输出层，所述第一分割模型和所述第二分割模型是根据所述物联网设备和/或所述云端设备的计算处理能力对所述神经网络模型进行分割得到的，其中所述第一分割模型包括所述输入层及前K(1≤K≤M
‑
1)层卷积层，所述第二分割模型包括第K+1层卷积层至所述输出层。
[0012]在一种实施方式中，所述基于所述第一分割模型对所述隐私数据进行加密，得到加密数据，包括：
[0013]将所述隐私数据输入至所述第一分割模型的输入层中，并基于所述第一分割模型
中的前K层卷积层提取所述隐私数据的特征矩阵；
[0014]基于所述第一分割模型中的预设加密算法对所述特征矩阵进行加密，得到加密数据。
[0015]在一种实施方式中，在提取所述隐私数据的特征矩阵之后，以及基于预设加密算法对所述特征矩阵进行加密之前，还包括：
[0016]基于所述前K层卷积层对应的池化层对所述特征矩阵进行特征矩阵压缩提取；
[0017]所述基于预设加密算法对所述特征矩阵进行加密，包括：基于预设加密算法对经过压缩提取后的特征矩阵进行加密。
[0018]根据本申请实施例的另一方面，提供另一种基于神经网络模型的隐私数据处理方法，所述神经网络模型包括第一分割模型和第二分割模型，所述第一分割模型设置于物联网设备中，所述第二分割模型设置于云端设备中，所述方法应用于云端设备，包括：
[0019]接收物联网设备传输的加密数据，所述加密数据是所述物联网设备响应于隐私数据的处理信号，并基于所述第一分割模型对所述隐私数据进行加密得到的；
[0020]基于所述第二分割模型对所述加密数据进行解密，并根据解密结果处理所述隐私数据，得到所述隐私数据的处理结果；
[0021]向所述物联网设备传输所述隐私数据的处理结果，以使所述物联网设备基于所述隐私数据的处理结果执行对应的应用操作。
[0022]在一种实施方式中，所述基于所述第二分割模型对所述加密数据进行解密，并根据解密结果处理所述隐私数据，包括：
[0023]将所述加密数据输入至所述第二分割模型中，并基于所述第二分割模型中的预设解密算法对所述加密数据进行解密，得到解密结果，所述解密结果为经过第一分割模型的前K层卷积层提取的所述隐私数据的特征矩阵；
[0024]基于所述第二分割模型的第K+1层卷积层至输出层对所述解密结果进行训练，得到所述隐私数据的处理结果。
[0025]根据本申请的又一方面，提供一种基于神经网络模型的隐私数据处理装置，所述神经网络模型包括第一分割模型和第二分割模型，所述第一分割模型设置于物联网设备中，所述第二分割模型设置于云端设备中，所述装置应用于物联网设备，包括：
[0026]模型加密模块，其设置为响应于隐私数据的处理信号，基于所述第一分割模型对所述隐私数据进行加密，得到加密数据；
[0027]传输处理模块，其设置为向云端设备传输所述加密数据，以使所述云端设备基于所述第二分割模型对所述加密数据进行解密，并根据解密结果处理所述隐私数据，得到所述隐私数据的处理结果；
[0028]获取模块，其设置为从所述云端设备获取所述隐私数据的处理结果，并基于所述隐私数据的处理结果执行对应的应用操作。
[0029]根据本申请的再一方面，提供另一种基于神经网络模型的隐私数据处理装置，所述神经网络模型包括第一分割模型和第二分割模型，所述第一分割模型设置于物联网设备中，所述第二分割模型设置于云端设备中，所述装置应用于云端设备，包括：
[0030]接收模块，其设置为接收物联网设备传输的加密数据，所述加密数据是所述物联网设备响应于隐私数据的处理信号，基于所述第一分割模型对所述隐私数据进行加密得到
的；
[0031]解密处理模块，其设置为基于所述第二分割模型对所述加密数据进行解密，并根据解密结果处理所述隐私数据，得到所述隐私数据的处理结果；
[0032]数据传输模块，其设置为向所述物联网设备传输所述隐私数据的处理结果，以使所述物联网设备基于所述隐私数据的处理结果执行对应的应用操作。
[0033]根据本申请的再一方面，提供一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述的隐私数据处理方法，或者所述的另一种隐私数据处理方法。
[0034]可以理解的，根据本申请提供的隐私数据处理方法、装置及电子设备，通过响应于隐私数据的处理信号，基于所述第一分割模型对所述隐私数据进行加密，得到加密数据；向云端设备传输所述加密数据，以使所述云端设备基于所述第二分割模型对所述加密数据进行解密，并根据解密结果处理所述隐私数据，得到所述隐私数据的处理结果；从所述云端设备获取所述隐私数据的处理结果，并基于所述隐私数据的处理结果执行对应的应用操作。通过上述方法，可以有效解决隐私数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络模型的隐私数据处理方法，其特征在于，所述神经网络模型包括第一分割模型和第二分割模型，所述第一分割模型设置于物联网设备中，所述第二分割模型设置于云端设备中，所述方法应用于物联网设备，包括：响应于隐私数据的处理信号，基于所述第一分割模型对所述隐私数据进行加密，得到加密数据；向云端设备传输所述加密数据，以使所述云端设备基于所述第二分割模型对所述加密数据进行解密，并根据解密结果处理所述隐私数据，得到所述隐私数据的处理结果；从所述云端设备获取所述隐私数据的处理结果，并基于所述隐私数据的处理结果执行对应的应用操作。2.根据权利要求1所述的方法，其特征在于，所述神经网络模型是基于深度可分离卷积方法训练出轻量化深度神经网络DNN结构后，对所述轻量化深度神经网络DNN结构进行预处理后得到的。3.根据权利要求2所述的方法，其特征在于，所述神经网络模型包括输入层、M层卷积层以及输出层，所述第一分割模型和所述第二分割模型是根据所述物联网设备和/或所述云端设备的计算处理能力对所述神经网络模型进行分割得到的，其中所述第一分割模型包括所述输入层及前K(1≤K≤M
‑
1)层卷积层，所述第二分割模型包括第K+1层卷积层至所述输出层。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述基于所述第一分割模型对所述隐私数据进行加密，得到加密数据，包括：将所述隐私数据输入至所述第一分割模型的输入层中，并基于所述第一分割模型中的前K层卷积层提取所述隐私数据的特征矩阵；基于所述第一分割模型中的预设加密算法对所述特征矩阵进行加密，得到加密数据。5.根据权利要求4所述的方法，其特征在于，在提取所述隐私数据的特征矩阵之后，以及基于预设加密算法对所述特征矩阵进行加密之前，还包括：基于所述前K层卷积层对应的池化层对所述特征矩阵进行特征矩阵压缩提取；所述基于预设加密算法对所述特征矩阵进行加密，包括：基于预设加密算法对经过压缩提取后的特征矩阵进行加密。6.一种基于神经网络模型的隐私数据处理方法，其特征在于，所述神经网络模型包括第一分割模型和第二分割模型，所述第一分割模型设置于物联网设备中，所述第二分割模型设置于云端设备中，所述方法应用于云端设备，包括：接收物联网设备传输的加密数据，所述加密数据是所述物联网设备响应于隐私数据的处理信号，并基于所述第一分割模型对所述隐私数据进行加密得到的；基于所述第二分割模型对所...

【专利技术属性】
技术研发人员：杨湘安，魏来，刘新平，
申请(专利权)人：青岛海尔科技有限公司海尔智家股份有限公司，
类型：发明
国别省市：