【技术实现步骤摘要】
本专利技术属于信息安全，尤其涉及电力人工智能模型交互安全防护方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、基于人工智能的电力设备状态监测能够为生产和管理带来很大的便捷，对于电力公司或者运维人员而言，每天都需要针对不同设备进行状态监测，这就意味着存在大量的设备图像或其他数据需要进行识别，而不同的设备通常配备专门的人工智能模型，这就增加了企业的开发成本和维护成本。电力人工智能模型建立了模型使用者和算法开发厂家之间的桥梁，算法服务厂家可将模型部署到服务器，企业或个人可按需购买和使用。
3、由于模型使用者在线上调用模型时，需要将待识别数据上传到服务器，而这些数据属于企业或个人独有的，具有保密需求，由于计算机网络开放性、终端互联性的特点，个人数据安全难以保证。此外，对于算法服务厂家而言，模型的对外开放无法保障模型的数据安全，无法防止外界对人工智能模型的恶意攻击，防止被任意传播和使用，导致人工智能模型中的数据及模型中相关文件的泄露，造成不可预估的经济损失。
技术实现思路
1、为克服上述现有技术的不足，本专利技术提供了电力人工智能模型交互安全防护方法及系统。通过在每次登录成功时生成临时密钥，用于输入数据等传输数据的加密和解密，保证了数据的安全。
2、为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
3、电力人工智能模型交互安全防护方法，包括：
4、客户端获取
5、服务器响应于模型下载请求，解析获取临时密钥，基于所述临时密钥解密得到客户端标识信息，并确定待下载的目标模型；获取所述目标模型的密钥并进行解密，将解密后的所述目标模型进行模型压缩，再基于所述临时密钥进行加密后传输至客户端。
6、一些实施例中，所述服务器解析获取临时密钥后，还将所述临时密钥中的时间修改为所述目标模型可供使用的时间段，更新所述临时密钥；将压缩后的目标模型采用新的临时密钥进行加密，再传输至客户端。
7、一些实施例中，客户端还获取线上模型调用请求，并将所述线上模型调用请求基于所述临时密钥进行加密后发送至服务器；其中，所述模型调用请求中包括客户端标识信息、待调用的目标模型的配置信息和待识别的输入数据；
8、服务器响应于线上模型调用请求，解析得到临时密钥，基于所述临时密钥解密得到待调用的目标模型的配置信息和待识别的输入数据，根据所述目标模型对所述输入数据进行识别，并将识别结果反馈至客户端。
9、一些实施例中，所述输入数据为图像数据，基于所述临时密钥对图像数据进行加密具体包括：
10、将所述图像数据转换rgb颜色模式，获取m*n*3的图像矩阵，其中，m为图像的行数，n为图像的列数；将所述临时密钥转换为密钥矩阵，所述密钥矩阵大小为n*m；
11、随机生成掩码行向量，所述掩码行向量为随机排列的m*n*3个整数，数值范围从1至m*n*3，将图像矩阵的每一行串联起来，得到一个长度为m*n*3的图像行向量，同时创建新的图像行向量；
12、逐个按顺序将所述掩码行向量中的每个元素值作为序号，查找所述图像行向量中对应该序号的像素值；从第一个元素开始，依次写入新的图像行向量；将新的图像行向量转换为m*n*3的矩阵，得到掩码图像；
13、将所述掩码行向量转换为m*n*3的矩阵，得到掩码矩阵；
14、将所述掩码矩阵和所述掩码图像每一层分别与所述密钥矩阵进行乘运算，得到加密的图像数据。
15、一些实施例中，客户端接收识别结果后，还接收针对所述识别结果的评价，将反馈评价信息返回至服务器；
16、服务器对于部署至所述服务器的每个模型，每隔设定时间，获取基于所述模型进行识别的多个输入数据，根据所述多个输入数据和用户对识别结果的反馈信息，进行再训练。
17、一些实施例中，服务器获取反馈信息后，还对反馈信息进行校正，具体包括：
18、获取用户每次使用所述目标模型期间的操作行为数据及对应模型反馈信息，所述用户操作行为数据包括键盘、鼠标操作行为以及页面操作行为；
19、根据每次操作行为数据与所述用户的操作习惯模型的相似性，对本次模型反馈评价信息的置信度进行评估；其中，所述操作习惯模型基于用户的历史操作行为数据建立；
20、获取所有用户针对所述目标模型的所有反馈评价信息，根据每条反馈信息的置信度进行加权，得到校正后的反馈评价信息。
21、一个或多个实施例提供了电力人工智能模型交互安全防护方法及系统，包括：
22、客户端，被配置为包括：
23、临时密钥生成模块，被配置为获取登录信息并发送至服务器，响应于认证通过消息，根据所述登录信息、当前系统时间和客户端标识信息生成本次登陆系统期间的临时密钥；
24、模型下载请求模块，被配置为获取模型下载请求，基于所述临时密钥加密后发送至服务器；其中，所述模型下载请求中包括客户端标识信息和待下载的目标模型的配置信息；
25、服务器被配置为：
26、模型传输模块，被配置为响应于模型下载请求，解析获取临时密钥，基于所述临时密钥解密得到客户端标识信息，并确定待下载的目标模型；获取所述目标模型的密钥并进行解密，将解密后的所述目标模型进行模型压缩，再基于所述临时密钥进行加密后传输至客户端。
27、一些实施例中，所述客户端还包括：
28、线上模型调用请求模块，被配置为获取线上模型调用请求，并将所述线上模型调用请求基于所述临时密钥进行加密后发送至服务器；其中，所述模型调用请求中包括客户端标识信息、待调用的目标模型的配置信息和待识别的输入数据；
29、所述服务器还包括：
30、线上模型调用模块，被配置为响应于线上模型调用请求，解析得到临时密钥，基于所述临时密钥解密得到待调用的目标模型的配置信息和待识别的输入数据，根据所述目标模型对所述输入数据进行识别，并将识别结果反馈至客户端。
31、一些实施例中，所述线上模型调用请求模块，接收识别结果后，还接收针对所述识别结果的评价，将反馈评价信息返回至服务器；
32、所述服务器还包括：
33、模型优化模块，被配置为对于部署至所述服务器的每个模型，每隔设定时间，获取基于所述模型进行识别的多个输入数据，根据所述多个输入数据和用户对识别结果的反馈信息，进行再训练。
34、一些实施例中，所述模型优化模块，获取反馈信息后，还对反馈信息进行校正，具体包括：
35、获取用户每次使用所述目标模型期间的操作行为数据及对应模型反馈信息，所述本文档来自技高网...
【技术保护点】
1.电力人工智能模型交互安全防护方法，其特征在于，包括：
2.如权利要求1所述的电力人工智能模型交互安全防护方法，其特征在于，所述服务器解析获取临时密钥后，还将所述临时密钥中的时间修改为所述目标模型可供使用的时间段，更新所述临时密钥；将压缩后的目标模型采用新的临时密钥进行加密，再传输至客户端。
3.如权利要求1所述的电力人工智能模型交互安全防护方法，其特征在于，客户端还获取线上模型调用请求，并将所述线上模型调用请求基于所述临时密钥进行加密后发送至服务器；其中，所述模型调用请求中包括客户端标识信息、待调用的目标模型的配置信息和待识别的输入数据；
4.如权利要求3所述的电力人工智能模型交互安全防护方法，其特征在于，所述输入数据为图像数据，基于所述临时密钥对图像数据进行加密具体包括：
5.如权利要求3或4所述的电力人工智能模型交互安全防护方法，其特征在于，客户端接收识别结果后，还接收针对所述识别结果的评价，将反馈评价信息返回至服务器；
6.如权利要求5所述的电力人工智能模型交互安全防护方法，其特征在于，服务器获取反馈信息后，还
7.电力人工智能模型交互安全防护系统，其特征在于，包括：
8.如权利要求7所述的电力人工智能模型交互安全防护系统，其特征在于，所述客户端还包括：
9.如权利要求8所述的电力人工智能模型交互安全防护系统，其特征在于，所述线上模型调用请求模块，接收识别结果后，还接收针对所述识别结果的评价，将反馈评价信息返回至服务器；
10.如权利要求9所述的电力人工智能模型交互安全防护系统，其特征在于，所述模型优化模块，获取反馈信息后，还对反馈信息进行校正，具体包括：
...【技术特征摘要】
1.电力人工智能模型交互安全防护方法，其特征在于，包括：
2.如权利要求1所述的电力人工智能模型交互安全防护方法，其特征在于，所述服务器解析获取临时密钥后，还将所述临时密钥中的时间修改为所述目标模型可供使用的时间段，更新所述临时密钥；将压缩后的目标模型采用新的临时密钥进行加密，再传输至客户端。
3.如权利要求1所述的电力人工智能模型交互安全防护方法，其特征在于，客户端还获取线上模型调用请求，并将所述线上模型调用请求基于所述临时密钥进行加密后发送至服务器；其中，所述模型调用请求中包括客户端标识信息、待调用的目标模型的配置信息和待识别的输入数据；
4.如权利要求3所述的电力人工智能模型交互安全防护方法，其特征在于，所述输入数据为图像数据，基于所述临时密钥对图像数据进行加密具体包括：
5.如权利要求3或4所述的电...
【专利技术属性】
技术研发人员：王亮，王勇，刘晗，徐康，王兴照，袁弘，邓华，武侠，梁天，王琦，战捷，鲍娌娜，崔豪驿，刘海波，
申请(专利权)人：国网智能科技股份有限公司，
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。