CN113722683A - 模型保护方法、装置、设备、系统以及存储介质 - Google Patents
模型保护方法、装置、设备、系统以及存储介质 Download PDFInfo
- Publication number
- CN113722683A CN113722683A CN202111007976.8A CN202111007976A CN113722683A CN 113722683 A CN113722683 A CN 113722683A CN 202111007976 A CN202111007976 A CN 202111007976A CN 113722683 A CN113722683 A CN 113722683A
- Authority
- CN
- China
- Prior art keywords
- model
- file
- wasm
- encrypted
- verification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 176
- 238000012795 verification Methods 0.000 claims abstract description 122
- 230000008569 process Effects 0.000 claims abstract description 118
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 55
- 230000007246 mechanism Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 238000010200 validation analysis Methods 0.000 claims 2
- 239000000126 substance Substances 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 18
- 238000010586 diagram Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000013067 intermediate product Substances 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 238000013475 authorization Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/12—Protecting executable software
- G06F21/121—Restricting unauthorised execution of programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
Abstract
本公开公开了一种模型保护方法,涉及计算机领域,尤其涉及人工智能领域,可以用于AI模型保护等应用场景。具体实现方案为:生成WASM文件,其中,WASM文件用于为目标模型提供运行环境,WASM文件中包含对应的模型推理算法以及安全验证算法,其中,安全验证算法通过执行以下安全验证操作中的至少之一,以实现对目标模型的保护:对宿主环境进行验证;对WASM文件的完整性进行验证;对模型文件的完整性进行验证,其中,模型文件是对应于目标模型的原模型文件生成的;在模型推理过程中,对指定推理过程进行超时验证;在模型推理过程中,对整个推理过程进行超时验证。
Description
技术领域
本公开涉及计算机领域,尤其涉及人工智能领域,可以用于AI模型保护等应用场景。
背景技术
人工智能模型(即AI模型)的开发可能涉及大量的财政投入和/或工程资源投入。此外,AI模型的开发通常是时间和资源密集的独特的具体领域的知识获取过程。因而,需要提供一种有效的保护机制来保护AI模型。
发明内容
本公开提供了一种模型保护方法、装置、设备、系统、存储介质以及计算机程序产品。
根据本公开的一方面,提供了一种用于服务端的模型保护方法,包括:生成WASM文件,其中,所述WASM文件用于为目标模型提供运行环境,所述WASM文件中包含对应的模型推理算法以及安全验证算法,其中,所述安全验证算法通过执行以下安全验证操作中的至少之一,以实现对所述目标模型的保护:对宿主环境进行验证;对所述WASM文件的完整性进行验证;对模型文件的完整性进行验证,其中,所述模型文件是对应于所述目标模型的原模型文件生成的;在模型推理过程中,对指定推理过程进行超时验证;在模型推理过程中,对整个推理过程进行超时验证。
根据本公开的另一方面,提供了一种用于客户端的模型保护方法,包括:加载对应于目标模型生成的模型文件;加载WASM文件,其中,所述WASM文件用于为所述目标模型提供运行环境;在所述WASM文件实例化运行中,将所述模型文件传入所述运行环境,以执行以下安全验证操作中的至少之一,从而对所述目标模型启动模型保护机制:对宿主环境进行验证;对所述WASM文件的完整性进行验证;对所述模型文件的完整性进行验证;在模型推理过程中,对指定推理过程进行超时验证;在模型推理过程中,对整个推理过程进行超时验证。
根据本公开的另一方面,提供了一种用于服务端的模型保护装置,包括:生成模块,用于生成WASM文件,其中,所述WASM文件用于为目标模型提供运行环境,所述WASM文件中包含对应的模型推理算法以及安全验证算法,其中,所述安全验证算法通过执行以下安全验证操作中的至少之一,以实现对所述目标模型的保护:对宿主环境进行验证;对所述WASM文件的完整性进行验证;对模型文件的完整性进行验证,其中,所述模型文件是对应于所述目标模型的原模型文件生成的;在模型推理过程中,对指定推理过程进行超时验证;在模型推理过程中,对整个推理过程进行超时验证。
根据本公开的另一方面,提供了一种用于客户端的模型保护装置,包括:第一加载模块,用于加载对应于目标模型生成的模型文件;第二加载模块,用于加载WASM文件,其中,所述WASM文件用于为所述目标模型提供运行环境;安全验证模块,用于在所述WASM文件实例化运行中,将所述模型文件传入所述运行环境,以执行以下安全验证操作中的至少之一,从而对所述目标模型启动模型保护机制:对宿主环境进行验证;对所述WASM文件的完整性进行验证;对所述模型文件的完整性进行验证;在模型推理过程中,对指定推理过程进行超时验证;在模型推理过程中,对整个推理过程进行超时验证。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开实施例所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据本公开实施例所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本公开实施例所述的方法。
根据本公开的另一方面,提供了一种模型保护系统,包括:客户端和服务端,其中,所述客户端向所述服务端请求模型信息;所述服务端响应于所述客户端的请求,返回对应的模型信息;所述客户端基于所述服务端返回的模型信息,执行以下操作:加载对应于目标模型生成的模型文件;加载WASM文件,其中,所述WASM文件用于为所述目标模型提供运行环境;使所述WASM文件实例化运行,并将所述模型文件传入所述运行环境;其中,所述WASM文件在实例化运行中,执行以下安全验证操作中的至少之一,以对所述目标模型启动模型保护机制:对宿主环境进行验证;对所述WASM文件的完整性进行验证;对所述模型文件的完整性进行验证;在模型推理过程中,对指定推理过程进行超时验证;在模型推理过程中,对整个推理过程进行超时验证。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示例性示出了适于本公开实施例的系统架构;
图2A示例性示出了适于本公开实施例的模型保护系统的框图;
图2B示例性示出了适于本公开实施例的模型离线加密和在线推理的示意图;
图3A示例性示出了根据本公开实施例的用于服务端的模型保护方法的流程图;
图3B示例性示出了根据本公开实施例的离线生成模型文件和WASM文件的示意图;
图4A示例性示出了根据本公开实施例的用于客户端的模型保护方法的流程图;
图4B示例性示出了根据本公开实施例的模型在线推理的时序图;
图5示例性示出了根据本公开实施例的模型保护机制的原理图;
图6示例性示出了根据本公开实施例的用于服务端的模型保护装置的框图;
图7示例性示出了根据本公开实施例的用于客户端的模型保护装置的框图;
图8示例性示出了用来实现本公开实施例的模型保护方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
应该理解,Web平台的AI计算,可以利用Web环境如浏览器、小程序提供的AI计算能力,在宿主环境完成模型推理过程,并得到对应的计算结果。而模型在Web环境中部署和推理,会存在如下问题:模型信息需要通过网络传输,因而容易泄露;模型的拓扑结构需要在客户端的JS(Java script)运行过程中生成和优化,因而模型容易被调试或被篡改;模型需要在JS运行过程中完成推理运算,因而模型的拓扑结构和权重数据容易被轻易获取或推导出来。
因此,对于保密性要求高的应用场景,无法在Web环境中直接进行模型的部署和推理。
因此,Web平台的AI计算,可以通过以下两种解决方案来实现模型信息的保护。
方案1,在服务端进行AI模型的部署和推理。
示例性的,客户端可以携带模型输入数据,向服务端发送模型推理请求。服务端响应于来自客户端的模型推理请求,执行相应的模型推理操作,并在完成模型推理后通过网络返回推理结果。
方案2,依赖Web环境如浏览器、小程序等所在的宿主提供的模型推理能力完成AI计算。
示例性的,客户端在JS(Java script)运行时通过JS Bridge等方式,调用宿主提供的AI计算能力。本方案中,同样需要传递模型输入数据,并且宿主完成模型推理后需要触发客户端提供的回调以返回推理结果。
应该理解,方案1中,由于客户端需要通过网络将模型输入数据传输给服务端,因而存在用户数据泄露、耗费网络流量、数据传输延迟等弊端,且无法适于实时视频流处理等对时延要求极高的应用场景。
还应该理解,方案2中,由于客户端与宿主间的通信需要对传递的数据进行解析,因而也无法适于实时视频流处理等对时延要求极高的应用场景。此外,方案2中,由于Web开发需要适配诸如安卓、IOS等不同类型的宿主环境,因而需要跨端开发且需要不断发版,迭代速度慢且调试繁琐,丧失了Web开发原有的便捷性和易迭代等优势。
对此,本公开实施例提供了一种适于对时延要求极高的应用场景的模型保护方案,可以用于实时视频流处理等场景。并且,可以更有效地保障模型安全。
以下将结合附图和具体实施例详细阐述本公开。
适于本公开实施例的模型保护方法和装置的系统架构介绍如下。
图1示例性示出了适于本公开实施例的系统架构。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他环境或场景。
如图1所示,本公开实施例中系统架构100可以包括:服务端110和客户端120。
服务端110可以用于离线加密,即,完成模型文件的加密和WASM文件的加密。此外,还可以完成模型权重数据的加密、模型配置信息的加密、以及解密用的密钥的加密。
客户端120可以向服务端110请求模型信息,以加载模型文件、WASM文件、模型的权重数据和模型配置信息等。
应该理解,WASM文件就是WASM格式的文件,是通过Web Assembly技术对源代码进行编译得到的二进制字节码文件。
在本公开实施例中,WASM文件可以用于封装供模型推理的Web环境。此外,还可以在WASM文件中增加解密算法,用于模型解密。此外,还可以在WASM文件中增加安全验证算法,用于执行安全验证相关操作。
应该理解,模型文件、WASM文件、模型的权重数据和模型配置信息等通过加密处理,可以防止用户数据在传输过程中被泄露。
此外,由于WASM文件是二进制字节码文件,因而可读性很差。因此将供模型推理的Web环境封装在WASM文件中,可以使模型的拓扑结构(包括各算子以及各算子之间的依赖,以及各算子的属性)和模型推理逻辑很难被轻易推导出,从而可以起到保护模型的作用。
此外,通过在WASM文件中增加解密算法,可以对经加密的模型相关信息(如经加密的模型文件、模型的权重数据和模型配置信息等)进行解密,由此可以避免在宿主环境中解密而导致模型相关信息被泄露。
此外,通过在WASM文件中增加安全验证算法,比如可以通过验证宿主环境的安全性来确保模型安全。
应该理解,图1中的客户端和服务端的数目仅仅是示意性的。根据实现需要,可以具有任意数目的客户端和服务端。
适于本公开实施例的模型保护方法和装置的应用场景介绍如下。
应该理解,本公开实施例提供的模型保护方案,可以用于对任何类型的数据模型保护场景,比如可以用于AI模型保护场景。
根据本公开的实施例,本公开提供了一种模型保护系统。
图2A示例性示出了适于本公开实施例的模型保护系统的框图。
如图2A所示,模型保护系统200可以包括:客户端210和服务端220。
其中,客户端210向服务端220请求模型信息。服务端220响应于客户端210的请求,返回对应的模型信息。
客户端210基于服务端220返回的模型信息,执行以下操作:加载对应于目标模型生成的模型文件;加载WASM文件,其中,WASM文件用于为目标模型提供运行环境;使WASM文件实例化运行,并将模型文件传入运行环境。
其中,WASM文件在实例化运行中,执行以下安全验证操作中的至少之一,以对目标模型启动模型保护机制:对宿主环境进行验证;对WASM文件的完整性进行验证;对模型文件的完整性进行验证;在模型推理过程中,对指定推理过程进行超时验证;在模型推理过程中,对整个推理过程进行超时验证。
需要说明的是,服务端220返回的模型信息可以包括但不限于经加密的模型文件的地址、经加密的WASM文件的地址、对应的经加密的模型配置信息(主要包括模型的输入/输出配置)、经加密的对应模型的权重数据等。
此外,在一个实施例中,对应于目标模型生成的模型文件可以是目标模型的原始模型文件或者是对该原始模型文件进行加密得到的产物。
或者,在一个实施例中,对应于目标模型生成的模型文件可以是目标模型的原始模型文件经处理得到的中间产物或者是对该中间产物进行加密得到的产物。
示例性的,可以基于目标模型的原始模型文件确定目标模型的拓扑结构,然后通过对该拓扑结构中各算子的属性以及算子间的依赖关系进行混淆来得到该原始模型文件的中间产物。
应该理解,通过上述的混淆处理,可以进一步确保模型的拓扑结构不被轻易推导出。
还应该理解,可以对应于目标模型的拓扑结构生成WASM文件,使得WASM文件在实例化运行过程中能够为该目标模型提供运行环境(如Web环境),从而实现对应的模型推理。
此外,还可以在WASM文件中增加解密算法,用于模型解密(比如,对经加密的模型文件、模型的权重数据和模型配置信息等进行解密)。
另外,经加密的WASM文件可以在客户端的宿主环境中完成解密。
此外,还可以在WASM文件中增加安全验证算法,用于执行安全验证相关操作。
示例性的,对宿主环境进行验证,比如验证宿主环境的域名和/或用户名是否在对应的白名单中。如果验证结果表征其在对应的白名单中,则本次验证通过。响应于本次验证通过,可以在WASM文件实例化运行过程中执行解密算法和模型推理算法等,以确保运行过程中模型安全。响应于本次验证未通过,可以终止本次模型推理。
示例性的,对WASM文件的完整性进行验证,可以避免因WASM文件被篡改而导致的模型安全问题。
示例性的,对模型文件的完整性进行验证,可以避免因模型文件被篡改而导致的模型安全问题。
示例性的,在模型推理过程中,对指定推理过程进行超时验证。具体地,可以设置反调试机制,如预先对关键路径进行埋点,然后在运行过程中验证埋点的关键路径之间的推理过程(如从A到B的推理过程)是否超时。应该理解,如果验证结果表征指定推理过程超时,则表明该推理过程中存在模型被调试的可能。此种情况下,可以终止本次模型推理,以确保模型安全。如果验证结果表征指定推理过程未超时,则表明该推理过程正常,可以继续执行后续的模型推理操作。
示例性的,在模型推理过程中,对整个推理过程进行超时验证。应该理解,如果验证结果表征推理过程超时,则表明该推理过程中存在模型被调试的可能。此种情况下,可以终止本次模型推理,以确保模型安全。如果验证结果表征整个推理过程未超时,则表明该推理过程正常。
通过本公开实施例,在服务端,通过对模型文件加密、压缩之后再发送给客户端,可以避免传输过程中出现数据泄露,而且可以为用户节约网络流量。在客户端,通过WASM文件对模型的运行环境进行封装,并且对外部的Web宿主环境暴露有限的调用接口,可以防止模型内容(如模型的拓扑结构,包括模型中包含的各算子以及属性以及各算子之间的依赖关系等)被轻易推导出并被轻易的获取。并且,采用文件完整性校验机制,可以保证模型安全,如模型被篡改后可以及时发现。并且,采用模型反调试机制,可以保证模型安全,如及时阻止运行过程中模型被调试。因此,采用即时安全验证机制,可以更全面地保障模型安全。
作为一种可选的实施例,客户端在向服务端请求模型信息之前,可以先向服务端发送鉴权请求。服务端响应于来自客户端的鉴权请求,执行鉴权操作并返回对应的鉴权结果。客户端在鉴权结果表征鉴权通过的情况下,再向服务端请求模型信息。
其中,如果鉴权结果表征鉴权未通过,则客户端无法向服务端请求模型信息。
在本公开实施例中,在客户端JS运行过程中,通过鉴权可以获取到模型信息。该模型信息可以包括经加密的模型文件的地址、经加密的WASM文件的地址、经加密的相关模型配置信息(主要包括模型的输入/输出配置)以及模型的经加密的权重数据。
在本公开实施例中,鉴权服务可以遵循OAuth2.0授权标准。AI模型提供方可以将用于鉴权校验的AK(Access Key Id,用于标示用户)交给模型使用方。模型使用方通过客户端向服务端如鉴权服务器发起鉴权请求,以获取鉴权token(令牌,在一些数据传递之前,先进行令牌核对,不同的令牌之前被授权不同的数据操作),然后客户端发送携带有token的模型信息获取请求给服务端,服务端基于该请求携带的token向客户端返回对应的模型信息。
通过本公开实施例,采用授权访问的方式获取模型信息,可以保证模型信息安全。
图2B示例性示出了适于本公开实施例的模型离线加密和在线推理的示意图。如图2B所示,本方案中,对于任意需要保护的模型而言,可以通过离线加密方式,对模型文件和对应的用于解密、推理和安全验证的WASM文件分别进行加密,并对经加密的文件进行安全的文件托管处理。此外,在线推理时,客户端可以通过用户鉴权(即对模型使用方鉴权)来获取模型信息,并在WASM文件实例化运行中执行解密、解码、推理和安全验证(如宿主环境验证和超时验证)等操作。
根据本公开的实施例,本公开提供了一种用于服务端的模型保护方法。
图3A示例性示出了根据本公开实施例的用于服务端的模型保护方法的流程图。
如图3A所示,模型保护方法300可以包括:操作S310。
在操作S310,生成WASM文件,其中,WASM文件用于为目标模型提供运行环境,WASM文件中包含对应的模型推理算法以及安全验证算法。
其中,安全验证算法通过执行以下安全验证操作中的至少之一,以实现对目标模型的保护:对宿主环境进行验证;对WASM文件的完整性进行验证;对模型文件的完整性进行验证,其中,模型文件是对应于目标模型的原模型文件生成的;在模型推理过程中,对指定推理过程进行超时验证;在模型推理过程中,对整个推理过程进行超时验证。
示例性的,在一个实施例中,可以根据目标模型的原始模型文件来确定目标模型的拓扑结构,并基于目标模型的拓扑结构生成WASM文件中的模型推理逻辑。由此,生成的WASM文件可以为目标模型提供对应的运行环境。
此外,还可以在WASM文件中增加解密算法,用于模型解密(比如,对经加密的模型文件、模型的权重数据和模型配置信息等进行解密)。
另外,经加密的WASM文件可以在客户端的宿主环境中完成解密。
此外,还可以在WASM文件中增加安全验证算法,用于执行安全验证相关操作。
示例性的,对宿主环境进行验证,比如验证宿主环境的域名和/或用户名是否在对应的白名单中。如果验证结果表征其在对应的白名单中,则本次验证通过。响应于本次验证通过,可以在WASM文件实例化运行过程中执行解密算法和模型推理算法等,以确保运行过程中模型安全。响应于本次验证未通过,可以终止本次模型推理。
示例性的,对WASM文件的完整性进行验证,可以避免因WASM文件被篡改而导致的模型安全问题。
示例性的,对模型文件的完整性进行验证,可以避免因模型文件被篡改而导致的模型安全问题。
示例性的,在模型推理过程中,对指定推理过程进行超时验证。具体地,可以设置反调试机制,如预先对关键路径进行埋点,然后在运行过程中验证埋点的关键路径之间的推理过程(如从A到B的推理过程)是否超时。应该理解,如果验证结果表征指定推理过程超时,则表明该推理过程中存在模型被调试的可能。此种情况下,可以终止本次模型推理,以保证模型安全。如果验证结果表征指定推理过程未超时,则表明该推理过程正常,可以继续执行后续的模型推理操作。
示例性的,在模型推理过程中,对整个推理过程进行超时验证。应该理解,如果验证结果表征推理过程超时,则表明该推理过程中存在模型被调试的可能。此种情况下,可以终止本次模型推理,以保证模型安全。如果验证结果表征整个推理过程未超时,则表明该推理过程正常。
应该理解,本实施例提供的模型保护方法应用于服务端,该方法的描述可以参考前述模型保护系统实施例中的相关描述,本公开实施例在此不再赘述。
示例性的,生成用于解密、推理和安全验证的WASM文件时,可以选择模型前端推理引擎的WASM backend计算方案,编译出在线推理所需的WASM文件,其中可以包括解密、安全验证及模型推理等算法。
此外,示例性的,生成经加密的模型文件时,可以选择模型前端推理引擎的PlainJS backend计算方案,构建出模型的拓扑结构,然后对这个中间产物加密,生成经加密的模型文件。应该理解,此方案中,不是对原始的模型结构和模型数据进行加密,而是对由原始的模型结构和模型数据处理得到的中间内容和数据进行加密,由此可以增加模型被破解的难度,从而能够更好地保护到模型。在本实施例中,加密算法可以采用AES对称加密算法。
此外,在本实施例中,在生成WASM文件时,可以基于该目标模型的拓扑结构提取出WASM backend计算方案需要的信息,并基于提取的信息生成WASM文件。
通过本公开实施例,在服务端,通过将模型文件加密、压缩之后再发送给客户端,可以避免传输过程中出现数据泄露,而且可以为用户节约网络流量。在客户端,通过WASM文件对模型的运行环境进行封装,并且对外部的Web宿主环境暴露有限的调用接口,可以防止模型的拓扑结构被轻易推导出并被轻易地获取。并且,采用文件完整性校验机制,可以保证模型安全,如模型被篡改后可以及时发现。并且,采用模型反调试机制,可以保证模型安全,如及时阻止运行过程中模型被调试。因此,采用即时安全验证机制,可以更全面地保障模型安全。
应该理解,采用本公开实施例提供的针对Web平台的AI计算的模型保护方案,可以有效解决模型在Web环境的安全问题。并且在保证模型安全的前提下:
相较于在服务端进行AI模型的部署和推理,本方案中,模型可以完全在Web环境下完成部署和推理,无需将用户数据通过网络传输到服务端,保护了用户的隐私,且为用户节省了流量,降低了网络延时。
相较于依赖Web环境所在的宿主提供的模型推理对应的端能力,本方案中,无需依赖宿主开发相应的推理功能并发版,节省了跨端开发成本及前端适配成本,同样无需与宿主环境传递模型输入数据,降低了延时。
作为一种可选的实施例,该方法还可以包括以下至少之一。
对模型文件进行加密,得到经加密的模型文件。
对WASM文件进行加密,得到经加密的WASM文件。
对目标模型的模型配置信息进行加密,得到经加密的模型配置信息。
对目标模型的权重数据进行加密,得到经加密的权重数据。
其中,WASM文件中还包含对应的解密算法,该解密算法用于对以下至少之一进行解密:经加密的模型文件、经加密的模型配置信息、经加密的权重数据。
在本公开实施例中,加密算法可以采用AES对称加密算法。
应该理解,通过对模型文件、WASM文件、模型配置信息、模型的权重数据等进行加密,既可以有效防止用户数据在托管过程中泄露,又可以有效防止用户数据在传输过程中泄露。
此外,在WASM文件中增加对应的解密算法,并在WASM文件实例化运行中对经加密的模型文件、经加密的模型配置信息、经加密的权重数据进行解密,可以防止上述内容解密后被轻易获取。
在本公开实施例中,通过对上述内容进行加密,可以进一步保护模型隐私。
进一步,作为一种可选的实施例,该方法还可以包括:对解密用的密钥进行加密,得到经加密的密钥。
应该理解,通过对解密用的密钥进行加密,可以实现二次加密。由此,在前后端通信中(即在客户端与服务器通信中),可以通过对解密用的密钥的隐藏处理来保障信息的安全传递。
在本公开实施例中,对解密用的密钥可以采用RSA非对称加密算法进行加密,生成解密用的经加密的密钥。
此外,在本公开实施例中,对加密用的密钥也可以采用RSA非对称加密算法进行加密,生成加密用的经加密的密钥。
在本公开实施例中,通过对解密用的密钥进行二次加密,可以进一步保护模型隐私。
作为一种可选的实施例,该方法还可以包括:针对目标模型,为至少一个用户中的每个用户配置一个访问密钥标识。
在本公开实施例中,该至少一个用户是指目标模型的使用方。通过为每个目标模型的使用方配置一个唯一的访问密钥标识(AK),可以用于标志用户。因而,在鉴权服务中,可以通过用户(即模型使用方)提供的AK来鉴别用户是否是授信域的模型使用方。如果鉴权结果表征请求鉴权的用户是授信域的模型使用方,则确认本次鉴权通过,否则确认本次鉴权失败。其中,在鉴权通过的情况下,才允许用户获取模型信息,否则不允许用户获取模型信息。
通过本公开实施例,对模型使用方采用授权访问的方式,可以避免模型信息被非法获取,进而起到保护模型的作用。
图3B示例性示出了根据本公开实施例的离线生成模型文件和WASM文件的示意图。如图3B所示,可以在Plain JS CPU计算方案中生成模型的拓扑结构,对拓扑结构进行混淆、加密处理后,可以生成该模型的模型文件,之后可以对生成的模型文件进行压缩和部署。如图3B所示,可以在Plain JS WASM计算方案中生成包含分析、解密、解码、推理、安全验证等算法的WASM文件,生成WASM文件后还可以对该文件进行加密、压缩和部署。应该理解,本实施例中,加密密钥可以动态生成或指定。
根据本公开的实施例,本公开提供了一种用于客户端的模型保护方法。
图4A示例性示出了根据本公开实施例的用于客户端的模型保护方法的流程图。
如图4A所示,模型保护方法400可以包括:操作S410~操作S430。
在操作S410,加载对应于目标模型生成的模型文件。
在操作S420,加载WASM文件,其中,WASM文件用于为目标模型提供运行环境。
在操作S430,使WASM文件实例化运行,并将模型文件传入WASM文件提供的运行环境,从而使得在WASM文件实例化运行中执行以下安全验证操作中的至少之一,以对目标模型启动模型保护机制:对宿主环境进行验证;对WASM文件的完整性进行验证;对模型文件的完整性进行验证;在模型推理过程中,对指定推理过程进行超时验证;在模型推理过程中,对整个推理过程进行超时验证。
应该理解,本实施例中的模型文件和WASM文件的生成、加密、加载、解密等方法与前述实施例中的描述相同或类似,在此不再赘述。
应该理解,本实施例中的安全验证方法与前述实施例中的描述相同或类似,在此不再赘述。
作为一种可选的实施例,响应于对用户鉴权通过,获取并加载模型文件和WASM文件。应该理解,本实施例中的用户鉴权方法与前述实施例中的描述相同或类似,在此不再赘述。
作为一种可选的实施例,模型文件和/或WASM文件为经加密的文件。应该理解,本实施例中的型文件和WASM文件的加密方法与前述实施例中的描述相同或类似,在此不再赘述。
作为一种可选的实施例,该方法还可以包括:在WASM文件实例化运行中,执行以下操作。响应于预设安全验证通过,对经加密的模型文件进行解密,得到解密后的模型文件。基于解密后的模型文件进行模型推理。
作为一种可选的实施例,预设安全验证可以包括以下中的至少之一:宿主环境验证、模型文件完整性验证、WASM文件完整性验证。通过本公开实施例,可以防止解密时机不当导致模型内容(如模型的拓扑结构)或数据泄露。
作为一种可选的实施例,对经加密的模型文件进行解密,可以包括如下操作:获取解密用的经加密的密钥。对经加密的密钥进行解密,得到解密后的密钥。利用解密后的密钥,对经加密的模型文件进行解密。在本公开实施例中,解密时可以动态地读取解密用的密钥。在本公开实施例中,通过对解密用的密钥进行二次加密,可以进一步保护模型隐私。
图4B示例性示出了根据本公开实施例的模型在线推理的时序图。如图4B所示,模型的在线推理的时序如下:客户端JS运行过程中向服务端发送鉴权请求;服务端响应于该请求执行鉴权操作,并在鉴权通过的情况下返回鉴权token;客户端JS运行过程中携带该鉴权token向服务端并行发送模型配置信息请求、模型权重数据请求、经加密的模型文件的地址请求、经加密的WASM文件的地址请求等模型信息请求;服务端响应于这些请求返回对应的模型信息;客户端JS运行过程中加载经加密的WASM文件和经加密的模型文件;客户端JS运行过程中将WASM文件实例化,同时将模型权重数据、模型输入数据、模型结构内容等写入WASM模块的内存并生成对应的地址Map;WASM模块(模型文件实例化得到的)运行中进行宿主环境验证(如通过与服务端的签名握手机制,确认用户身份)、解密、解码、初始化、推理、时效限制验证(即验证整个推理过程是否超时,如是否超过1h,若超时,则退出);WASM模块将推理结果写入WASM模块的内存;客户端JS运行过程中可以调用WASM模块暴露出来的调用接口,如调用相关接口读取对应的推理结果。
图5示例性示出了根据本公开实施例的模型保护机制的原理图。如图5所示,该模型保护机制可以从机密性与可控性两个方面来保障模型的安全。其中,对于模型的机密性:可以通过离线模型加密来保证模型本身的安全;通过将解密与推理过程封装到不可读的WASM文件中(即封装运行环境),来防止运行时泄露模型结构和模型数据;解密用的密钥已被二次非对称加密,且通过授权访问的方式获取,由此可以保证密钥的安全。对于模型的可控性:模型以及密钥的加密采用离线私有化部署,以保证加密环境安全;解密用的密钥通过单独的授权访问服务获取(即进行授信次数管理),以保证密钥安全;模型运行中可以进行宿主环境验证、代码完整性验证、反调试验证(如指定推理过程超时验证和整个推理过程超时验证,其中后者也是运行有效时间限制的验证),由此可以保证运行中模型安全、防止模型被盗用。
根据本公开的实施例,本公开还提供了一种用于服务端的模型保护装置。
图6示例性示出了根据本公开实施例的用于服务端的模型保护装置的框图。
如图6所示,模型保护装置600可以包括:生成模块610。
生成模块610,用于生成WASM文件,其中,该WASM文件用于为目标模型提供运行环境,该WASM文件中包含对应的模型推理算法以及安全验证算法。
其中,该安全验证算法通过执行以下安全验证操作中的至少之一,以实现对该目标模型的保护:对宿主环境进行验证;对该WASM文件的完整性进行验证;对模型文件的完整性进行验证,其中,该模型文件是对应于该目标模型的原模型文件生成的;在模型推理过程中,对指定推理过程进行超时验证;在模型推理过程中,对整个推理过程进行超时验证。
作为一种可选的实施例,该装置还包括以下模块中的至少之一:第一加密模块,用于对该模型文件进行加密,得到经加密的模型文件;第二加密模块,用于对该WASM文件进行加密,得到经加密的WASM文件;第三加密模块,用于对该目标模型的模型配置信息进行加密,得到经加密的模型配置信息;第四加密模块,用于对该目标模型的权重数据进行加密,得到经加密的权重数据;其中,WASM文件中还包含对应的解密算法,该解密算法用于对以下至少之一进行解密:该经加密的模型文件、该经加密的模型配置信息、该经加密的权重数据。
作为一种可选的实施例,该装置还包括:第五加密模块,用于对解密用的密钥进行加密,得到经加密的密钥。
作为一种可选的实施例,该装置还包括:配置模块,用于针对该目标模型,为至少一个用户中的每个用户配置一个访问密钥标识。
应该理解,本公开装置部分的实施例与本公开前述对应方法部分的实施例对应相同或类似,所解决的技术问题和所达到的技术效果也对应相同或类似,本公开在此不再赘述。
根据本公开的实施例,本公开还提供了一种用于客户端的模型保护装置。
图7示例性示出了根据本公开实施例的用于客户端的模型保护装置的框图。
如图7所示,模型保护装置700可以包括:第一加载模块710、第二加载模块720和安全验证模块730。
第一加载模块710,用于加载对应于目标模型生成的模型文件。
第二加载模块720,用于加载WASM文件,其中,该WASM文件用于为该目标模型提供运行环境。
安全验证模块730,用于在该WASM文件实例化运行中,将该模型文件传入该运行环境并执行以下安全验证操作中的至少之一,以对该目标模型启动模型保护机制:对宿主环境进行验证;对该WASM文件的完整性进行验证;对该模型文件的完整性进行验证;在模型推理过程中,对指定推理过程进行超时验证;在模型推理过程中,对整个推理过程进行超时验证。
作为一种可选的实施例,响应于对用户鉴权通过,由该第一加载模块获取并加载该模型文件,以及由该第二加载模块获取并加载该WASM文件。
作为一种可选的实施例,该模型文件和/或该WASM文件为经加密的文件。
作为一种可选的实施例,该装置还包括:解密模块,用于在该WASM文件实例化运行中,响应于预设安全验证通过,对经加密的模型文件进行解密,得到解密后的模型文件;以及模型推理模块,用于基于该解密后的模型文件进行模型推理。
作为一种可选的实施例,该预设安全验证包括以下中的至少之一:宿主环境验证、模型文件完整性验证、WASM文件完整性验证。
作为一种可选的实施例,该解密模块包括:获取单元,用于获取解密用的经加密的密钥;第一解密单元,用于对该经加密的密钥进行解密,得到解密后的密钥;以及第二解密单元,用于利用该解密后的密钥,对该经加密的模型文件进行解密。
应该理解,本公开装置部分的实施例与本公开前述对应方法部分的实施例对应相同或类似,所解决的技术问题和所达到的技术效果也对应相同或类似,本公开在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如模型保护方法。例如,在一些实施例中,模型保护方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的模型保护方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行模型保护方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(″Virtual Private Server″,或简称″VPS″)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
本公开的技术方案中,所涉及的相关数据的记录,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (25)
1.一种模型保护方法,包括:
生成WASM文件,其中,所述WASM文件用于为目标模型提供运行环境,所述WASM文件中包含对应的模型推理算法以及安全验证算法,
其中,所述安全验证算法通过执行以下安全验证操作中的至少之一,以实现对所述目标模型的保护:
对宿主环境进行验证;
对所述WASM文件的完整性进行验证;
对模型文件的完整性进行验证,其中,所述模型文件是对应于所述目标模型的原模型文件生成的;
在模型推理过程中,对指定推理过程进行超时验证;
在模型推理过程中,对整个推理过程进行超时验证。
2.根据权利要求1所述的方法,还包括以下至少之一:
对所述模型文件进行加密,得到经加密的模型文件;
对所述WASM文件进行加密,得到经加密的WASM文件;
对所述目标模型的模型配置信息进行加密,得到经加密的模型配置信息;
对所述目标模型的权重数据进行加密,得到经加密的权重数据;
其中,所述WASM文件中还包含对应的解密算法,所述解密算法用于对以下至少之一进行解密:所述经加密的模型文件、所述经加密的模型配置信息、所述经加密的权重数据。
3.根据权利要求2所述的方法,还包括:
对解密用的密钥进行加密,得到经加密的密钥。
4.根据权利要求1至3中任一项所述的方法,还包括:
针对所述目标模型,为至少一个用户中的每个用户配置一个访问密钥标识。
5.一种模型保护方法,包括:
加载对应于目标模型生成的模型文件;
加载WASM文件,其中,所述WASM文件用于为所述目标模型提供运行环境;
在所述WASM文件实例化运行中,将所述模型文件传入所述运行环境,以执行以下安全验证操作中的至少之一,从而对所述目标模型启动模型保护机制:
对宿主环境进行验证;
对所述WASM文件的完整性进行验证;
对所述模型文件的完整性进行验证;
在模型推理过程中,对指定推理过程进行超时验证;
在模型推理过程中,对整个推理过程进行超时验证。
6.根据权利要求5所述的方法,其中:
响应于对用户鉴权通过,获取并加载所述模型文件和所述WASM文件。
7.根据权利要求5或6所述的方法,其中:
所述模型文件和/或所述WASM文件为经加密的文件。
8.根据权利要求7所述的方法,还包括:在所述WASM文件实例化运行中,
响应于预设安全验证通过,对经加密的模型文件进行解密,得到解密后的模型文件;以及
基于所述解密后的模型文件进行模型推理。
9.根据权利要求8所述的方法,其中,所述预设安全验证包括以下中的至少之一:宿主环境验证、模型文件完整性验证、WASM文件完整性验证。
10.根据权利要求8所述的方法,其中,所述对经加密的模型文件进行解密,包括:
获取解密用的经加密的密钥;
对所述经加密的密钥进行解密,得到解密后的密钥;以及
利用所述解密后的密钥,对所述经加密的模型文件进行解密。
11.一种模型保护装置,包括:
生成模块,用于生成WASM文件,其中,所述WASM文件用于为目标模型提供运行环境,所述WASM文件中包含对应的模型推理算法以及安全验证算法,
其中,所述安全验证算法通过执行以下安全验证操作中的至少之一,以实现对所述目标模型的保护:
对宿主环境进行验证;
对所述WASM文件的完整性进行验证;
对模型文件的完整性进行验证,其中,所述模型文件是对应于所述目标模型的原模型文件生成的;
在模型推理过程中,对指定推理过程进行超时验证;
在模型推理过程中,对整个推理过程进行超时验证。
12.根据权利要求11所述的装置,还包括以下模块中的至少之一:
第一加密模块,用于对所述模型文件进行加密,得到经加密的模型文件;
第二加密模块,用于对所述WASM文件进行加密,得到经加密的WASM文件;
第三加密模块,用于对所述目标模型的模型配置信息进行加密,得到经加密的模型配置信息;
第四加密模块,用于对所述目标模型的权重数据进行加密,得到经加密的权重数据;
其中,所述WASM文件中还包含对应的解密算法,所述解密算法用于对以下至少之一进行解密:所述经加密的模型文件、所述经加密的模型配置信息、所述经加密的权重数据。
13.根据权利要求12所述的装置,还包括:
第五加密模块,用于对解密用的密钥进行加密,得到经加密的密钥。
14.根据权利要求11至13中任一项所述的装置,还包括:
配置模块,用于针对所述目标模型,为至少一个用户中的每个用户配置一个访问密钥标识。
15.一种模型保护装置,包括:
第一加载模块,用于加载对应于目标模型生成的模型文件;
第二加载模块,用于加载WASM文件,其中,所述WASM文件用于为所述目标模型提供运行环境;
安全验证模块,用于在所述WASM文件实例化运行中,将所述模型文件传入所述运行环境,以执行以下安全验证操作中的至少之一,从而对所述目标模型启动模型保护机制:
对宿主环境进行验证;
对所述WASM文件的完整性进行验证;
对所述模型文件的完整性进行验证;
在模型推理过程中,对指定推理过程进行超时验证;
在模型推理过程中,对整个推理过程进行超时验证。
16.根据权利要求15所述的装置,其中:
响应于对用户鉴权通过,由所述第一加载模块获取并加载所述模型文件,以及由所述第二加载模块获取并加载所述WASM文件。
17.根据权利要求15或16所述的装置,其中:
所述模型文件和/或所述WASM文件为经加密的文件。
18.根据权利要求17所述的装置,还包括:
解密模块,用于在所述WASM文件实例化运行中,响应于预设安全验证通过,对经加密的模型文件进行解密,得到解密后的模型文件;以及
模型推理模块,用于基于所述解密后的模型文件进行模型推理。
19.根据权利要求18所述的装置,其中,所述预设安全验证包括以下中的至少之一:宿主环境验证、模型文件完整性验证、WASM文件完整性验证。
20.根据权利要求18所述的装置,其中,所述解密模块包括:
获取单元,用于获取解密用的经加密的密钥;
第一解密单元,用于对所述经加密的密钥进行解密,得到解密后的密钥;以及
第二解密单元,用于利用所述解密后的密钥,对所述经加密的模型文件进行解密。
21.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-10中任一项所述的方法。
23.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的方法。
24.一种模型保护系统,包括:客户端和服务端,其中,
所述客户端向所述服务端请求模型信息;
所述服务端响应于所述客户端的请求,返回对应的模型信息;
所述客户端基于所述服务端返回的模型信息,执行以下操作:
加载对应于目标模型生成的模型文件;
加载WASM文件,其中,所述WASM文件用于为所述目标模型提供运行环境;
使所述WASM文件实例化运行,并将所述模型文件传入所述运行环境;
其中,所述WASM文件在实例化运行中,执行以下安全验证操作中的至少之一,以对所述目标模型启动模型保护机制:
对宿主环境进行验证;
对所述WASM文件的完整性进行验证;
对所述模型文件的完整性进行验证;
在模型推理过程中,对指定推理过程进行超时验证;
在模型推理过程中,对整个推理过程进行超时验证。
25.根据权利要求24所述的系统,其中:
所述客户端在向所述服务端请求模型信息之前,先向所述服务端发送鉴权请求;
所述服务端响应于来自所述客户端的鉴权请求,执行鉴权操作并返回鉴权结果;以及
所述客户端在所述鉴权结果表征鉴权通过的情况下,再向所述服务端请求模型信息。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111007976.8A CN113722683B (zh) | 2021-08-30 | 2021-08-30 | 模型保护方法、装置、设备、系统以及存储介质 |
JP2022559937A JP2023542574A (ja) | 2021-08-30 | 2022-03-22 | モデル保護方法、装置、機器、システム、記憶媒体及びプログラム |
PCT/CN2022/082285 WO2023029447A1 (zh) | 2021-08-30 | 2022-03-22 | 模型保护方法、装置、设备、系统以及存储介质 |
KR1020227033945A KR20220140638A (ko) | 2021-08-30 | 2022-03-22 | 모델 보호 방법과 장치, 전자 기기, 모델 보호 시스템, 저장 매체 및 컴퓨터 프로그램 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111007976.8A CN113722683B (zh) | 2021-08-30 | 2021-08-30 | 模型保护方法、装置、设备、系统以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113722683A true CN113722683A (zh) | 2021-11-30 |
CN113722683B CN113722683B (zh) | 2023-10-13 |
Family
ID=78679505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111007976.8A Active CN113722683B (zh) | 2021-08-30 | 2021-08-30 | 模型保护方法、装置、设备、系统以及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113722683B (zh) |
WO (1) | WO2023029447A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115146237A (zh) * | 2022-09-05 | 2022-10-04 | 南湖实验室 | 一种基于机密计算的深度学习模型保护方法 |
CN115495714A (zh) * | 2022-09-14 | 2022-12-20 | 湖南大学 | 基于区块链的金融人工智能算法集成方法及系统 |
WO2023029447A1 (zh) * | 2021-08-30 | 2023-03-09 | 北京百度网讯科技有限公司 | 模型保护方法、装置、设备、系统以及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116319763B (zh) * | 2023-05-19 | 2023-08-11 | 北京长亭科技有限公司 | 一种基于wasm技术的文件上传方法以及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2492328A1 (en) * | 2002-08-09 | 2004-02-19 | Universite De Sherbrooke | Image model based on n-pixels and defined in algebraic topology, and applications thereof |
US20180124008A1 (en) * | 2016-10-31 | 2018-05-03 | International Business Machines Corporation | Network Topology-Preserving Internet Protocol Address Anonymization |
CN108632251A (zh) * | 2018-03-28 | 2018-10-09 | 杭州电子科技大学 | 基于云计算数据服务的可信认证方法及其加密算法 |
CN108965258A (zh) * | 2018-06-21 | 2018-12-07 | 河南科技大学 | 一种基于全同态加密的云环境数据完整性验证方法 |
CN110138596A (zh) * | 2019-04-13 | 2019-08-16 | 山东公链信息科技有限公司 | 一种基于切换网络拓扑方式的区块链共识方法 |
CN110268410A (zh) * | 2016-12-15 | 2019-09-20 | 爱迪德技术有限公司 | 软件完整性验证 |
US20200184037A1 (en) * | 2018-12-10 | 2020-06-11 | XNOR.ai, Inc. | Integrating Binary Inference Engines and Model Data for Efficiency of Inference Tasks |
CN111859379A (zh) * | 2020-07-31 | 2020-10-30 | 中国工商银行股份有限公司 | 保护数据模型的处理方法和装置 |
CN111949972A (zh) * | 2020-02-19 | 2020-11-17 | 华控清交信息科技(北京)有限公司 | 人工智能模型的验证方法、系统、设备及存储介质 |
US20210141981A1 (en) * | 2019-11-08 | 2021-05-13 | Dalian University Of Technology | Structural non-gradient topology optimization method based on sequential kriging surrogate model |
CN113268737A (zh) * | 2020-02-15 | 2021-08-17 | 阿里巴巴集团控股有限公司 | 环境安全验证方法、系统和客户端 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11507662B2 (en) * | 2019-02-04 | 2022-11-22 | Sateesh Kumar Addepalli | Systems and methods of security for trusted artificial intelligence hardware processing |
CN112015470B (zh) * | 2020-09-09 | 2022-02-01 | 平安科技(深圳)有限公司 | 模型部署方法、装置、设备及存储介质 |
CN113722683B (zh) * | 2021-08-30 | 2023-10-13 | 北京百度网讯科技有限公司 | 模型保护方法、装置、设备、系统以及存储介质 |
-
2021
- 2021-08-30 CN CN202111007976.8A patent/CN113722683B/zh active Active
-
2022
- 2022-03-22 WO PCT/CN2022/082285 patent/WO2023029447A1/zh active Application Filing
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2492328A1 (en) * | 2002-08-09 | 2004-02-19 | Universite De Sherbrooke | Image model based on n-pixels and defined in algebraic topology, and applications thereof |
US20180124008A1 (en) * | 2016-10-31 | 2018-05-03 | International Business Machines Corporation | Network Topology-Preserving Internet Protocol Address Anonymization |
CN110268410A (zh) * | 2016-12-15 | 2019-09-20 | 爱迪德技术有限公司 | 软件完整性验证 |
CN108632251A (zh) * | 2018-03-28 | 2018-10-09 | 杭州电子科技大学 | 基于云计算数据服务的可信认证方法及其加密算法 |
CN108965258A (zh) * | 2018-06-21 | 2018-12-07 | 河南科技大学 | 一种基于全同态加密的云环境数据完整性验证方法 |
US20200184037A1 (en) * | 2018-12-10 | 2020-06-11 | XNOR.ai, Inc. | Integrating Binary Inference Engines and Model Data for Efficiency of Inference Tasks |
CN110138596A (zh) * | 2019-04-13 | 2019-08-16 | 山东公链信息科技有限公司 | 一种基于切换网络拓扑方式的区块链共识方法 |
US20210141981A1 (en) * | 2019-11-08 | 2021-05-13 | Dalian University Of Technology | Structural non-gradient topology optimization method based on sequential kriging surrogate model |
CN113268737A (zh) * | 2020-02-15 | 2021-08-17 | 阿里巴巴集团控股有限公司 | 环境安全验证方法、系统和客户端 |
CN111949972A (zh) * | 2020-02-19 | 2020-11-17 | 华控清交信息科技(北京)有限公司 | 人工智能模型的验证方法、系统、设备及存储介质 |
CN111859379A (zh) * | 2020-07-31 | 2020-10-30 | 中国工商银行股份有限公司 | 保护数据模型的处理方法和装置 |
Non-Patent Citations (3)
Title |
---|
DALKIRAN, ILKE 等: "Artificial neural network based chaotic generator for cryptology", 《TURKISH JOURNAL OF ELECTRICAL ENGINEERING AND COMPUTER SCIENCES》, vol. 18, no. 2, pages 225 - 240 * |
云水木石: "TensorFlow.js 为何引入 WASM 后端", 《URL:HTTPS://CLOUD.TENCENT.COM/DEVELOPER/ARTICLE/1646410》, pages 1 - 2 * |
谭作文 等: "机器学习隐私保护研究综述", 《软件学报》, vol. 31, no. 7, pages 2127 - 2156 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023029447A1 (zh) * | 2021-08-30 | 2023-03-09 | 北京百度网讯科技有限公司 | 模型保护方法、装置、设备、系统以及存储介质 |
CN115146237A (zh) * | 2022-09-05 | 2022-10-04 | 南湖实验室 | 一种基于机密计算的深度学习模型保护方法 |
CN115495714A (zh) * | 2022-09-14 | 2022-12-20 | 湖南大学 | 基于区块链的金融人工智能算法集成方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2023029447A1 (zh) | 2023-03-09 |
CN113722683B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245506B (zh) | 基于区块链的智能合约管理方法及装置、电子设备 | |
CN113722683B (zh) | 模型保护方法、装置、设备、系统以及存储介质 | |
KR101091465B1 (ko) | 프로세서의 가상 머신 내 기밀 콘텐츠의 보안 처리를 위한 방법 및 장치 | |
KR101471589B1 (ko) | 공통중간언어 기반 프로그램을 위한 보안 제공 방법 | |
CN110008745B (zh) | 一种加密方法、计算机设备和计算机存储介质 | |
US9208319B2 (en) | Code base partitioning system | |
CN109992987B (zh) | 基于Nginx的脚本文件保护方法、装置及终端设备 | |
CN111475782B (zh) | 基于sgx软件扩展指令的api密钥保护方法及系统 | |
CN113438086A (zh) | 一种数据安全防护方法和系统 | |
CN115580413B (zh) | 一种零信任的多方数据融合计算方法和装置 | |
CN111045722A (zh) | 智能合约打包方法、装置、系统、计算机设备及存储介质 | |
CN111859379A (zh) | 保护数据模型的处理方法和装置 | |
CN113448545B (zh) | 机器学习模型服务化的方法、设备、存储介质及程序产品 | |
DONG et al. | Sesoa: Security enhancement system with online authentication for android apk | |
JP2023542574A (ja) | モデル保護方法、装置、機器、システム、記憶媒体及びプログラム | |
CN111475844A (zh) | 一种数据共享方法、装置、设备及计算机可读存储介质 | |
CN106534047A (zh) | 一种基于Trust应用的信息传输方法及装置 | |
CN111460464A (zh) | 数据加解密方法、装置、电子设备及计算机存储介质 | |
CN109167785A (zh) | 一种虚拟可信根的调用方法和业务服务器 | |
CN113591040B (zh) | 加密方法及其装置、解密方法及其装置、电子设备和介质 | |
CN111562916B (zh) | 共享算法的方法和装置 | |
CN109564615B (zh) | 模型数据的载入方法、装置、设备和存储介质 | |
CN114048506A (zh) | 应用控制方法、装置、设备以及存储介质 | |
CN117786694A (zh) | 一种人工智能模型运行安全可信执行环境架构及方法 | |
Kanojiya | Framework to secure IoT enable application |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |