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

AITNT
正文
推荐专利
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
申请号:CN202510030708
申请日期:2025-01-08
公开号:CN119990310A
公开日期:2025-05-13
类型:发明专利
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
1
模型推理方法、装置、设备、计算机可读存储介质及产品
节点 分支 推理方法 处理单元 有向无环图
2
分布式服务注册中心的抗分区方法
分布式服务注册 分区方法 机房 Raft算法 集群
3
一种液晶显示屏的智能驱动方法及系统
智能驱动方法 液晶显示屏 显示内容信息 刷新率 多模态
4
一种基于BIM的吊装施工监管优化管理系统
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
5
一种基于宽度学习的两阶段联邦学习方法及系统
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号