基于可信执行环境的深度神经网络模型安全推理方法及装置

本发明公开了基于可信执行环境的深度神经网络模型安全推理方法及装置，所述方法包括：对原始深度神经网络模型进行预处理，将其分为骨干网络和轻量网络两部分；对样本数据进行预处理，依据轻量模型与原始模型的通道比例，将样本数据划分为两部分：一部分用于输入骨干网络，以训练整体网络，另一部分仅输入轻量网络，用以精度补偿；基于预处理后的样本数据对预处理过的原始模型进行训练，通过融合骨干网络和轻量网络的输出来设计损失函数，形成一个具备双重精度特性的模型：精度较低的骨干网络和精度较高的轻量网络；将训练完毕的双精度模型部署至具备可信执行环境的移动边缘设备上。本发明有效提升了边缘设备上深度神经网络推理的安全性。