基于知识蒸馏的轻量化模型迁移学习方法

本发明公开了基于知识蒸馏的轻量化模型迁移学习方法，属于人工智能安全技术领域，该学习方法，包括S1、安全初始化模块构建，在预设的云端服务器部署教师模型；S2、轻量化学生模型生成，预设处理模块接收教师模型，对教师模型进行模型压缩处理；S3、知识迁移安全防护，对所述轻量化学生模型进行训练；S4、部署环境安全绑定，将经过训练后的所述轻量化学生模型与预设的目标运行设备进行绑定验证；S5、全周期审计追踪，建立可追溯的审计管理模块，记录从教师模型压缩到部署所述轻量化学生模型运行的全流程操作日志。本发明通过步骤S1‑S5，避免了原始教师模型结构信息泄露，对教师模型在部署环节进行动态权限控制。