专利交易市场

本发明公开了一种工业应用场景下的深度神经网络模型安全保护方法，包括以下步骤：S1、安全需求分析；S2、安全服务设计；S3、层感知安全服务分配：在DNN模型运行之前，在不违背实时约束的条件下，为DNN模型的每一层都分配合适的机密性保护服务和完整性保护服务；S4、运行时调度。本发明使用对称加密算法为DNN模型提供参数机密性保护，使用HMAC算法为DNN模型提供参数完整性保护，能够有效地防止DNN模型信息的泄露。集成了层感知安全服务分配算法和运行时调度策略，系统能够以极低的计算开销为DNN模型的每一层分配最合适的安全服务，运行时调度策略使得DNN模型的运行和安全服务能够并行执行，从而在最大程度上降低了整体的时间开销。

本申请公开了多层神经网络模型训练、道路特征识别的方法和装置以及电子设备。该方法的一具体实施方式包括：确定遥感图像训练样本集包括的遥感图像的道路标注数据中道路的宽度值小于预定的宽度阈值的部分；将确定的部分中的道路进行加宽标注处理，获得更新后遥感图像训练样本集；基于更新后的遥感图像训练样本集训练用于识别遥感图像中的道路特征的多层神经网络模型。该实施方式能够采用道路加宽后的遥感图像样本训练用于识别遥感图像中的道路特征的多层神经网络模型，并采用该多层神经网络模型识别待检测的遥感图像中的道路特征，然后生成道路图。