本申请公开了一种数据处理方法及装置，涉及物联网设备领域，电子设备中存储有神经网络模型的前M层隐藏层，云平台中存储有神经网络模型的除了前M层隐藏层之外的Q层隐藏层。电子设备获取待发送至云平台的目标数据；通过神经网络模型的前M层隐藏层，对目标数据进行加密，得到加密后的目标数据；根据加密后的目标数据，获取待发送至云平台的数据包；将数据包发送至云平台，以使云平台获取加密后的目标数据，并将加密后的目标数据输入至神经网络模型的Q层隐藏层，得到用户身份识别结果。本申请提高了用户个人信息的保密性和安全性。高了用户个人信息的保密性和安全性。高了用户个人信息的保密性和安全性。
【技术实现步骤摘要】
数据处理方法及装置
[0001]本申请涉及物联网设备领域，具体而言，涉及一种数据处理方法及装置。
技术介绍
[0002]随着科学技术的发展，物联网(Internet of Things，IOT)设备，例如智能家电等在人们日常生活中应用的越来越多。IOT设备通常可以通过用户语音或图像等信息，进行用户身份识别等任务。其中，用户语音和图像等属于用户个人信息，因此，IOT设备在通过上述用户个人信息进行用户身份识别等任务时，如何保障用户个人信息的保密性和安全性，是一个至关重要的问题。
技术实现思路
[0003]本申请提供一种数据处理方法及装置，以提高用户个人信息的保密性和安全性。
[0004]第一方面，本申请提供一种数据处理方法，所述方法应用于电子设备，所述电子设备中存储有神经网络模型的前M层隐藏层，所述神经网络模型具有N层隐藏层，1≤M<N，所述方法包括：
[0005]获取待发送至云平台的目标数据；所述云平台中存储有所述神经网络模型的除了所述前M层隐藏层之外的Q层隐藏层；所述M与所述Q之和等于所述N；所述神经网络模型用于根据所述目标数据进行用户身份识别；
[0006]通过所述神经网络模型的前M层隐藏层，对所述目标数据进行加密，得到加密后的目标数据；
[0007]根据所述加密后的目标数据，获取待发送至所述云平台的数据包；
[0008]将所述数据包发送至所述云平台，以使所述云平台获取所述加密后的目标数据，并将所述加密后的目标数据输入至所述神经网络模型的Q层隐藏层，得到用户身份识别结果。
[0009]可选的，所述根据所述加密后的目标数据，获取待发送至所述云平台的数据包，包括：
[0010]对所述加密后的目标数据进行二次加密，得到二次加密后的目标数据，以及，所述二次加密对应的解密密钥；
[0011]根据所述二次加密后的目标数据，以及，所述密钥，得到待发送至所述云平台的数据包。
[0012]可选的，所述电子设备包括数据加密组件，所述数据加密组件中部署有预设加密算法，所述对所述加密后的目标数据进行二次加密，包括：
[0013]根据所述数据加密组件的处理性能，对所述加密后的目标数据进行数据切片，得到K个数据切片，所述K大于或等于1；
[0014]按照各所述数据切片的时间顺序，通过所述数据加密组件运行所述预设加密算法，依次对所述K个数据切片进行加密，得到K个密文块，以及，所述密钥；所述K个密文块为
所述二次加密后的目标数据。
[0015]可选的，在所述通过所述神经网络模型的前M层隐藏层，对所述目标数据进行加密之前，所述方法还包括：
[0016]读取加密后的所述神经网络模型的前M层隐藏层；
[0017]对所述加密后的所述神经网络模型的前M层隐藏层进行解密，得到所述神经网络模型的前M层隐藏层。
[0018]可选的，所述目标数据为用户生物特征信息，在所述将所述数据包发送至所述云平台之后，所述方法还包括：
[0019]接收来自所述云平台的用户身份识别结果；
[0020]执行所述用户身份识别结果对应的目标操作。
[0021]第二方面，本申请提供一种数据处理方法，电子设备中存储有神经网络模型的前M层隐藏层，所述神经网络模型具有N层隐藏层，1≤M<N，云平台中存储有所述神经网络模型的除了所述前M层隐藏层之外的Q层隐藏层；所述M与所述Q之和等于所述N；所述神经网络模型用于根据目标数据进行用户身份识别；所述方法应用于所述云平台，所述方法包括：
[0022]接收来自所述电子设备的数据包；所述数据包为所述电子设备根据所述加密后的目标数据得到的，所述加密后的目标数据为所述电子设备通过所述神经网络模型的前M层隐藏层对目标数据进行加密得到的；
[0023]根据所述数据包，获取所述加密后的目标数据；
[0024]将所述加密后的目标数据，输入至所述神经网络模型的Q层隐藏层，得到用户身份识别结果。
[0025]可选的，所述根据所述数据包，获取所述加密后的目标数据，包括：
[0026]从所述数据包中获取二次加密后的目标数据，以及，所述二次加密对应的解密密钥；所述二次加密后的目标数据和所述密钥为所述电子设备对所述加密后的目标数据进行二次加密得到的；
[0027]使用所述密钥，对所述二次加密后的目标数据进行解密，得到所述加密后的目标数据。
[0028]可选的，所述目标数据为用户生物特征信息，所述将所述加密后的目标数据，输入至所述神经网络模型的Q层隐藏层，得到数据处理结果，包括：
[0029]将所述加密后的用户生物特征信息，输入至所述神经网络模型的Q层隐藏层，得到用户身份识别结果；
[0030]将所述用户身份识别结果发送至所述电子设备，以使所述电子设备执行所述用户身份识别结果对应的目标操作。
[0031]第三方面，本申请提供一种数据处理装置，所述装置应用于电子设备，所述电子设备中存储有神经网络模型的前M层隐藏层，所述神经网络模型具有N层隐藏层，1≤M<N，所述装置包括：
[0032]获取模块，用于获取待发送至云平台的目标数据；所述云平台中存储有所述神经网络模型的除了所述前M层隐藏层之外的Q层隐藏层；所述M与所述Q之和等于所述N；所述神经网络模型用于根据所述目标数据进行用户身份识别；
[0033]处理模块，用于通过所述神经网络模型的前M层隐藏层，对所述目标数据进行加
密，得到加密后的目标数据；根据所述加密后的目标数据，获取待发送至所述云平台的数据包；
[0034]发送模块，用于将所述数据包发送至所述云平台，以使所述云平台获取所述加密后的目标数据，并将所述加密后的目标数据输入至所述神经网络模型的Q层隐藏层，得到用户身份识别结果。
[0035]第四方面，本申请提供一种数据处理装置，电子设备中存储有神经网络模型的前M层隐藏层，所述神经网络模型具有N层隐藏层，1≤M<N，云平台中存储有所述神经网络模型的除了所述前M层隐藏层之外的Q层隐藏层；所述M与所述Q之和等于所述N；所述神经网络模型用于根据目标数据进行用户身份识别；所述装置应用于所述云平台，所述装置包括：
[0036]接收模块，用于接收来自所述电子设备的数据包；所述数据包为所述电子设备根据所述加密后的目标数据得到的，所述加密后的目标数据为所述电子设备通过所述神经网络模型的前M层隐藏层对目标数据进行加密得到的；
[0037]处理模块，用于根据所述数据包，获取所述加密后的目标数据；将所述加密后的目标数据，输入至所述神经网络模型的Q层隐藏层，得到用户身份识别结果。
[0038]第五方面，本申请提供一种电子设备，包括：处理器、以及存储器；所述处理器与所述存储器通信连接；
[0039]所述存储器存储计算机执行指令；
[0040]所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面和第二方面中任本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法应用于电子设备，所述电子设备中存储有神经网络模型的前M层隐藏层，所述神经网络模型具有N层隐藏层，1≤M<N，所述方法包括：获取待发送至云平台的目标数据；所述云平台中存储有所述神经网络模型的除了所述前M层隐藏层之外的Q层隐藏层；所述M与所述Q之和等于所述N；所述神经网络模型用于根据所述目标数据进行用户身份识别；通过所述神经网络模型的前M层隐藏层，对所述目标数据进行加密，得到加密后的目标数据；根据所述加密后的目标数据，获取待发送至所述云平台的数据包；将所述数据包发送至所述云平台，以使所述云平台获取所述加密后的目标数据，并将所述加密后的目标数据输入至所述神经网络模型的Q层隐藏层，得到用户身份识别结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述加密后的目标数据，获取待发送至所述云平台的数据包，包括：对所述加密后的目标数据进行二次加密，得到二次加密后的目标数据，以及，所述二次加密对应的解密密钥；根据所述二次加密后的目标数据，以及，所述密钥，得到待发送至所述云平台的数据包。3.根据权利要求2所述的方法，其特征在于，所述电子设备包括数据加密组件，所述数据加密组件中部署有预设加密算法，所述对所述加密后的目标数据进行二次加密，包括：根据所述数据加密组件的处理性能，对所述加密后的目标数据进行数据切片，得到K个数据切片，所述K大于或等于1；按照各所述数据切片的时间顺序，通过所述数据加密组件运行所述预设加密算法，依次对所述K个数据切片进行加密，得到K个密文块，以及，所述密钥；所述K个密文块为所述二次加密后的目标数据。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，在所述通过所述神经网络模型的前M层隐藏层，对所述目标数据进行加密之前，所述方法还包括：读取加密后的所述神经网络模型的前M层隐藏层；对所述加密后的所述神经网络模型的前M层隐藏层进行解密，得到所述神经网络模型的前M层隐藏层。5.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述目标数据为用户生物特征信息，在所述将所述数据包发送至所述云平台之后，所述方法还包括：接收来自所述云平台的用户身份识别结果；执行所述用户身份识别结果对应的目标操作。6.一种数据处理方法，其特征在于，电子设备中存储有神经网络模型的前M层隐藏层，所述神经网络模型具有N层隐藏层，1≤M<N，云平台中存储有所述神经网络模型的除了所述前M层隐藏层之外的Q层隐藏层；所述M与所述Q之和等于所述N；所述神经网络模型用于根据目标数据进行用户身份识别；所述方法应用于所述云平台，所述方法包括：接收来自所述电子设备的数据包；所述数据包为所述电子设备根据...
【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：
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。