摘要
本申请提供基于设备端可信执行环境的卷积神经网络推理方法、装置及设备,方法在运行于设备端的可信执行环境中执行,包括:接收经混淆计算后的第一模型中当前的目标卷积层输出的中间数据;对中间数据进行校正并将校正后中间数据传输至客户端应用,以使其在确定目标卷积层为最后一层卷积层时,将校正后中间数据输入第二模型以得到结果数据;接收结果数据并输入卷积神经网络中的最后一层全连接层,得到推理结果数据。本申请能够在基于硬件实现卷积神经网络安全推理的基础上,有效解决如边缘设备等设备端存在的安全内存受限的问题,能够在设备端执行无精度损失的卷积神经网络安全推理,并能够有效保护卷积神经网络的隐私信息。
技术关键词
可信执行环境
客户端
推理方法
设备端
神经网络推理
校正
执行卷积运算
数据接收模块
数据传输模块
生成算法
随机噪声
参数
内存
受限
分层
精度
基础
系统为您推荐了相关专利信息
分布式服务注册
分区方法
机房
Raft算法
集群
智能驱动方法
液晶显示屏
显示内容信息
刷新率
多模态
优化管理系统
环境感知数据
起重机大车
粒子滤波融合算法
模糊滑模
全局特征提取
联邦学习方法
客户端
特征提取器
宽度学习系统