对神经网络模型加密的方法及装置、存储介质

    公开(公告)号:CN110619220B

    公开(公告)日:2022-03-11

    申请号:CN201910735898.X

    申请日:2019-08-09

    Abstract: 本公开是关于一种对神经网络模型加密或获取神经网络模型的输出信息的方法及装置、存储介质,该方法包括:对描述目标神经网络模型的原模型文件中的模型信息的至少一部分进行加密,得到加密模型文件;根据所述加密模型文件,生成描述所述目标神经网络模型的模型程序代码;基于终端设备的请求,将包含所述模型程序代码的应用程序安装包发送到所述终端设备。通过本公开的技术方案,对神经网络模型中的模型信息的至少一部分进行加密后,将神经网络模型转换为程序代码,从而增加破解难度,提升神经网络模型的安全性能,并且向终端设备发送应用程序安装包时无需传输原模型文件,从而提高了传输效率。

    卡顿检测方法、装置、电子设备及存储介质

    公开(公告)号:CN119992397A

    公开(公告)日:2025-05-13

    申请号:CN202311511596.7

    申请日:2023-11-13

    Abstract: 本公开是关于一种卡顿检测方法、装置、电子设备及存储介质。卡顿检测方法包括:获取n帧图像,其中,所述n帧图像中包括终端显示画面的当前帧,所述n为大于或等于2的正整数;调用进行卡顿检测的网络模型,基于所述网络模型以及所述n帧图像,得到卡顿检测结果;其中,所述卡顿检测结果包括存在卡顿,或者不存在卡顿。通过本公开能够对多帧图像进行特征提取和判断,提升对卡顿情况的检测精确度。

    应用测试方法及装置、电子设备、存储介质

    公开(公告)号:CN119271540A

    公开(公告)日:2025-01-07

    申请号:CN202310809458.0

    申请日:2023-07-03

    Abstract: 本公开是关于一种应用测试方法及装置、电子设备、存储介质,所述方法包括:获取关联待测试应用的界面图像;其中,所述界面图像中包括至少一个操作对象;确定所述界面图像中各操作对象响应操作的概率;基于各操作对象响应操作的概率,确定待操作的目标操作对象。通过该方案,可以提高测试应用与用户操作偏好的匹配度,在应用测试覆盖较多操作场景的基础上,减小人工维护工作量。

    对神经网络模型加密的方法及装置、存储介质

    公开(公告)号:CN110619220A

    公开(公告)日:2019-12-27

    申请号:CN201910735898.X

    申请日:2019-08-09

    Abstract: 本公开是关于一种对神经网络模型加密或获取神经网络模型的输出信息的方法及装置、存储介质,该方法包括:对描述目标神经网络模型的原模型文件中的模型信息的至少一部分进行加密,得到加密模型文件;根据所述加密模型文件,生成描述所述目标神经网络模型的模型程序代码;基于终端设备的请求,将包含所述模型程序代码的应用程序安装包发送到所述终端设备。通过本公开的技术方案,对神经网络模型中的模型信息的至少一部分进行加密后,将神经网络模型转换为程序代码,从而增加破解难度,提升神经网络模型的安全性能,并且向终端设备发送应用程序安装包时无需传输原模型文件,从而提高了传输效率。

    一种机器学习网络运行方法、装置及介质

    公开(公告)号:CN110909886B

    公开(公告)日:2022-11-04

    申请号:CN201911142968.7

    申请日:2019-11-20

    Inventor: 刘琦 何亮亮

    Abstract: 本公开是关于一种机器学习网络运行方法、装置和介质。该方法包括:针对机器学习网络的操作,配置第一主运行设备和第一备选运行设备;获取针对至少一个操作的第一主运行设备的第一性能参数和第一备选运行设备的第二性能参数;基于第一性能参数和第二性能参数,从第一主运行设备和第一备选运行设备中选择性能参数的值最小的运行设备作为操作的更新后的第二主运行设备,其中,性能参数包括与操作相关的切换时间开销、运行时间开销和运行功耗;通过第二主运行设备,运行机器学习网络。本公开的方法提升了网络的运行性能,并且克服了在网络运行过程中由于操作在某个设备上无法运行而导致的频繁切换设备的问题。

    一种机器学习网络运行方法、装置及介质

    公开(公告)号:CN110909886A

    公开(公告)日:2020-03-24

    申请号:CN201911142968.7

    申请日:2019-11-20

    Inventor: 刘琦 何亮亮

    Abstract: 本公开是关于一种机器学习网络运行方法、装置和介质。该方法包括:针对机器学习网络的操作,配置第一主运行设备和第一备选运行设备;获取针对至少一个操作的第一主运行设备的第一性能参数和第一备选运行设备的第二性能参数;基于第一性能参数和第二性能参数,从第一主运行设备和第一备选运行设备中选择性能参数的值最小的运行设备作为操作的更新后的第二主运行设备,其中,性能参数包括与操作相关的切换时间开销、运行时间开销和运行功耗;通过第二主运行设备,运行机器学习网络。本公开的方法提升了网络的运行性能,并且克服了在网络运行过程中由于操作在某个设备上无法运行而导致的频繁切换设备的问题。

    数据处理方法及装置、终端、存储介质

    公开(公告)号:CN110737473A

    公开(公告)日:2020-01-31

    申请号:CN201910907142.9

    申请日:2019-09-24

    Inventor: 刘琦 何亮亮

    Abstract: 本公开是关于一种数据处理方法及装置、终端、存储介质,所述方法包括:将神经网络基于N个输入数据输出的第一特征矩阵转换为第二特征矩阵;其中,第一特征矩阵包括:1行和N*M列,第二特征矩阵包括:N行和M列;将神经网络的第一卷积矩阵转化为第二卷积矩阵;其中,第一卷积矩阵包括:1行和O*M列;第二卷积矩阵包括:O行和M列;基于第二特征矩阵和第二卷积矩阵进行卷积运算,得到第三特征矩阵。通过该方法,在不增加内存的同时提升了卷积运算的效率。

Patent Agency Ranking