【技术实现步骤摘要】
本专利技术涉及数据信息安全，尤其涉及一种数据保护模型的训练方法、保护方法和系统。
技术介绍
1、信息安全和数据安全是人们广泛关注的问题，如何对图像进行有效且定向加密，使得即使在加密数据泄露时第三方也难以恢复，以确保用户敏感数据不受侵犯或非法使用，是本领域研究的重点问题之一。
2、现有技术中提供了，例如基于混沌序列的图像加密算法、使用置换的彩色图像加密算法以获得加密图像等加密手段，在完成加密后，上述算法基于原始密钥值和原始图像会构建新的密钥值，以便对加密图像进行解密。
3、但上述算法对密钥的传输和存储设定了很高的要求，且加密算法构造极为复杂且加密程度固定，极容易出现密钥和加密图像无法对应，耗费大量时间却难以达成数据保护目的的问题。
技术实现思路
1、本专利技术的目的之一在于提供一种数据保护模型的训练方法，以解决现有技术中密钥的传输和存储要求高、加密程度固定，导致解密操作和加密操作无法匹配，数据保护效果差的技术问题。
2、本专利技术的目的之一在于提供一种数据保护方法。
3、本专利技术的目的之一在于提供一种数据保护系统。
4、本专利技术的目的之一在于提供一种电子设备。
5、本专利技术的目的之一在于提供一种计算机存储介质。
6、为实现上述专利技术目的之一，本专利技术一实施方式提供一种数据保护模型的训练方法，数据保护模型包括超表面成像器件和解密模型；所述训练方法包括：获得加密数据和解密数据；所述加密数据基于超
7、作为本专利技术一实施方式的进一步改进，所述基于所述加密数据的加密程度和解密数据，确定损失值，包括：基于加密图像的模糊程度，确定所述超表面成像器件的损失值。
8、作为本专利技术一实施方式的进一步改进，所述基于加密图像的模糊程度，确定所述超表面成像器件的损失值，包括：基于所述加密图像的图像熵与模糊标准值，确定所述超表面成像器件的损失值；所述超表面成像器件的损失值满足：n表示加密数据的总组数，ii表示第i组加密数据，表示第i组加密数据在y方向的梯度，表示第i组加密数据在x方向的梯度，v表示预设的模糊标准值。
9、作为本专利技术一实施方式的进一步改进，所述基于所述加密图像的图像熵与模糊标准值，确定所述超表面成像器件的损失值，包括：根据训练数据的样本方差，确定模糊标准值；所述模糊标准值与所述样本方差在数值大小上成正相关。
10、作为本专利技术一实施方式的进一步改进，所述基于损失值，更新所述超表面成像器件的配置，包括：基于损失值，调整超表面成像器件的调制传递函数、视场角、光圈系数和镜头总长至少其中之一。
11、作为本专利技术一实施方式的进一步改进，所述基于所述加密数据的加密程度和解密数据，确定损失值，包括：基于所述训练数据和所述解密数据，确定所述解密模型的损失值。
12、作为本专利技术一实施方式的进一步改进，所述基于所述训练数据和所述解密数据，确定解密模型的损失值，包括：基于所述训练数据和所述解密数据的均方差，确定所述解密模型的损失值。
13、作为本专利技术一实施方式的进一步改进，所述获得解密数据之前，包括：随机初始化生成解密模型的参数权重矩阵；对所述参数权重矩阵进行正交化处理，确定初始的解密模型。
14、作为本专利技术一实施方式的进一步改进，所述解密模型包括：编码器部分，包括若干下采样模块，所述下采样模块包括卷积层和池化层；解码器部分，包括若干上采样模块，所述上采样模块包括反卷积层和卷积层；相互对应的下采样模块和上采样模块之间跨连接。
15、作为本专利技术一实施方式的进一步改进，所述基于所述损失值，更新所述超表面成像器件的配置和/或所述解密模型，直至模型收敛，得到训练好的数据保护模型，包括：若所述解密模型未收敛至目标范围，则调整所述超表面成像器件的配置，重新生成加密数据，基于更新后的加密数据确定所述解密模型的损失值，并基于该损失值对所述解密模型进行训练，直至模型收敛。
16、作为本专利技术一实施方式的进一步改进，所述调整所述超表面成像器件的配置，包括：调整所述超表面成像器件的配置，降低加密图像的模糊程度。
17、为实现上述专利技术目的之一，本专利技术一实施方式提供一种数据保护方法，包括：响应于数据加密请求，基于超表面成像器件对待加密数据进行加密；所述超表面成像器件的配置基于上述任一种技术方案所述的训练方法训练得到；和/或，响应于数据解密请求，基于解密模型对加密数据进行解密；所述解密模型基于上述任一种技术方案所述的训练方法训练得到。
18、作为本专利技术一实施方式的进一步改进，所述响应于数据解密请求，基于解密模型对加密数据进行解密，包括：根据数据解密请求或加密数据，确定对应的超表面成像器件的信息；根据超表面成像器件的信息，确定对应的解密模型；基于对应的解密模型，对该加密数据进行解密。
19、为实现上述专利技术目的之一，本专利技术一实施方式提供一种数据保护系统，包括：超表面成像器件，用于执行光学加密；所述超表面成像器件的配置基于上述任一种技术方案所述的训练方法训练得到；和/或，计算设备，包括存储器，以及用于执行所述存储器中程序的处理器，所述存储器中存储的程序基于解密模型而配置，用于执行解密；所述解密模型基于上述任一种技术方案所述的训练方法训练得到。
20、为实现上述专利技术目的之一，本专利技术一实施方式提供一种电子设备，包括：至少一个处理器；存储器，所述存储器存储有可在所述处理器上运行的计算机程序，所述处理器执行所述程序时执行如上述任一种技术方案所述的训练方法的步骤，或执行如上述任一种技术方案所述的数据保护方法的步骤。
21、为实现上述专利技术目的之一，本专利技术一实施方式提供一种计算机存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时执行如上述任一种技术方案所述的训练方法的步骤，或执行如上述任一种技术方案所述的数据保护方法的步骤。
22、与现有技术相比，本专利技术提供的数据保护模型的训练方法，以超表面成像器件对数据加密，能够确保加密过程高速低功耗；通过构建训练数据、加密数据、解密数据之间的关联性，在后续模型训练时能够使超表面成像器件和解密模型严格匹配，实现定向加密并兼顾泛化能力；基于加密数据的加密程度确定超表面成像器件的损失值，能够在训练中实现加密程度和解密能力之间的平衡，在确保定向解密的基础上保证加密的安全性。
本文档来自技高网...【技术保护点】
1.一种数据保护模型的训练方法，其特征在于，数据保护模型包括超表面成像器件和解密模型；
2.根据权利要求1所述的训练方法，其特征在于，所述基于所述加密数据的加密程度和解密数据，确定损失值，包括：
3.根据权利要求2所述的训练方法，其特征在于，所述基于加密图像的模糊程度，确定所述超表面成像器件的损失值，包括：
4.根据权利要求3所述的训练方法，其特征在于，所述基于所述加密图像的图像熵与模糊标准值，确定所述超表面成像器件的损失值，包括：
5.根据权利要求1所述的训练方法，其特征在于，所述基于损失值，更新所述超表面成像器件的配置，包括：
6.根据权利要求1所述的训练方法，其特征在于，所述基于所述加密数据的加密程度和解密数据，确定损失值，包括：
7.根据权利要求6所述的训练方法，其特征在于，所述基于所述训练数据和所述解密数据，确定解密模型的损失值，包括：
8.根据权利要求1所述的训练方法，其特征在于，所述获得解密数据之前，包括：
9.根据权利要求1所述的训练方法，其特征在于，所述解密模型包括：
10.根据权利要求1所述的训练方法，其特征在于，所述基于所述损失值，更新所述超表面成像器件的配置和/或所述解密模型，直至模型收敛，得到训练好的数据保护模型，包括：
11.根据权利要求10所述的训练方法，其特征在于，所述调整所述超表面成像器件的配置，包括：
12.一种数据保护方法，其特征在于，包括：
13.根据权利要求12所述的数据保护方法，其特征在于，所述响应于数据解密请求，基于解密模型对加密数据进行解密，包括：
14.一种数据保护系统，其特征在于，包括：
15.一种电子设备，包括：
16.一种计算机存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时执行如权利要求1-11任一项所述的训练方法的步骤，或执行如权利要求12-13任一项所述的数据保护方法的步骤。
...【技术特征摘要】
1.一种数据保护模型的训练方法，其特征在于，数据保护模型包括超表面成像器件和解密模型；
2.根据权利要求1所述的训练方法，其特征在于，所述基于所述加密数据的加密程度和解密数据，确定损失值，包括：
3.根据权利要求2所述的训练方法，其特征在于，所述基于加密图像的模糊程度，确定所述超表面成像器件的损失值，包括：
4.根据权利要求3所述的训练方法，其特征在于，所述基于所述加密图像的图像熵与模糊标准值，确定所述超表面成像器件的损失值，包括：
5.根据权利要求1所述的训练方法，其特征在于，所述基于损失值，更新所述超表面成像器件的配置，包括：
6.根据权利要求1所述的训练方法，其特征在于，所述基于所述加密数据的加密程度和解密数据，确定损失值，包括：
7.根据权利要求6所述的训练方法，其特征在于，所述基于所述训练数据和所述解密数据，确定解密模型的损失值，包括：
8.根据权利要求1所述的训练方法，其特征在于，所述...
【专利技术属性】
技术研发人员：宋凯，邱兵，
申请(专利权)人：苏州山河光电科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。