mindspore.obfuscate_model
- mindspore.obfuscate_model(obf_config, **kwargs)[源代码]
对MindIR格式的模型进行混淆,混淆主要是修改模型的网络结构但不影响它的推理精度,混淆后的模型可以防止被盗用。
- 参数:
obf_config (dict) - 模型混淆配置选项字典。
type (str) - 混淆类型,目前支持动态混淆,即 ‘dynamic’。
original_model_path (str) - 待混淆的MindIR模型地址。如果该模型是加密文件的,则需要在 kwargs 中传入 enc_key 和 enc_mode 。
save_model_path (str) - 混淆模型的保存地址。
model_inputs (list[Tensor]) - 模型的推理输入,Tensor的值可以是随机的,和使用
mindspore.export()
接口类似。obf_ratio (Union[str, float]) - 全模型算子的混淆比例,可取浮点数(0, 1]或者字符串
"small"
、"medium"
、"large"
。"small"
、"medium"
、"large"
分别对应于 0.1、0.3、0.6。customized_func (function) - 在自定义函数模式下需要设置的Python函数,用来控制混淆结构中的选择分支走向。它的返回值需要是bool类型,且是恒定的,用户可以参考不透明谓词进行设置(请查看 动态混淆教程 中的 my_func())。如果设置了 customized_func ,那么在使用
mindspore.load()
接口导入模型的时候,需要把这个函数也传入。obf_random_seed (int) - 混淆随机种子,是一个取值范围为(0, 9223372036854775807]的整数,不同的随机种子会使模型混淆后的结构不同。如果用户设置了 obf_random_seed ,那么在部署混淆模型的时候,需要在
mindspore.nn.GraphCell
接口中传入 obf_random_seed 。需要注意的是,如果用户同时设置了 customized_func 和 obf_random_seed ,那么后一种模式将会被采用。
kwargs (dict) - 配置选项字典。
enc_key (bytes) - 用于加密的字节类型密钥,有效长度为16、24或者32。
enc_mode (str) - 指定加密模式,当设置 enc_key 时启用。支持的加密选项有:
'AES-GCM'
、'AES-CBC'
、'SM4-CBC'
。默认值:"AES-GCM"
。
- 异常:
TypeError - obf_config 不是字典类型。
ValueError - 传入了 enc_key 但是 enc_mode 不为
'AES-GCM'
、'AES-CBC'
或'SM4-CBC'
。ValueError - obf_config 没有提供 original_model_path 。
ValueError - original_model_path 中的模型是已经混淆过的。
ValueError - obf_config 没有提供 save_model_path 。
ValueError - obf_config 没有提供 obf_ratio 。
ValueError - customized_func 和 obf_random_seed 都不在 obf_config 里面。
ValueError - obf_random_seed 的取值没有在(0, 9223372036854775807]内。
ValueError - original_model_path 不存在或者不以 ‘.mindir’ 结尾。
样例:
>>> import mindspore as ms >>> import mindspore.nn as nn >>> import numpy as np >>> # Download ori_net.mindir >>> # https://gitee.com/mindspore/mindspore/blob/v2.3.0-rc2/tests/ut/python/mindir/ori_net.mindir >>> input1 = ms.Tensor(np.ones((1, 1, 32, 32)).astype(np.float32)) >>> obf_config = {'original_model_path': "./net.mindir", ... 'save_model_path': "./obf_net", ... 'model_inputs': [input1, ], ... 'obf_ratio': 0.1, 'obf_random_seed': 173262358423} >>> ms.obfuscate_model(obf_config) >>> obf_func = ms.load("obf_net.mindir") >>> obf_net = nn.GraphCell(obf_func, obf_random_seed=173262358423) >>> print(obf_net(input1).asnumpy())