相关疑难解决方法(0)

我搜索了解是否有一种技术可以在Android应用程序中保持训练有素的张量流模型(.pb文件)安全,但没有找到任何有用的东西.我发布了一个包含张量流模型的应用程序,我在训练集上构建了该模型.当我发布应用程序时,任何人都可以访问该模型并将其用于自己的应用程序.我想知道是否有办法保护我放在Android应用程序资产文件夹中的张量流模型？

这是我在Android中加载模型的方式:

TensorFlowInferenceInterface tf = new TensorFlowInferenceInterface();    
tf.initializeTensorFlow(context.getAssets(), "file:///android_asset/model.pb");

我想在应用程序中嵌入加密的模型并在运行时解密它,但如果有人调试应用程序,它可以获取密码并解密它.而且,TensorFlowInferenceInterface类中只有一个initizeTensorFlow方法的实现只接受(AssetManager assetManager,String model).可以写一个接受加密的一个,但它需要对Tensorflow C++库进行一些修改.我想知道是否有更可靠的解决方案.请问有什么建议吗？

我正在开发一个基于 React 的 Web 应用程序，该应用程序使用 Tensorflow.js 在浏览器的客户端上实时运行 AI 模型。我从头开始训练这个 AI 模型，我想保护它不被拦截并用于其他项目。是否有任何保护措施可以做到这一点（混淆、DRM 等）？

从业务角度来看，我只希望该模型适用于我的网络应用程序，而不是其他任何地方。

我在这方面找到的讨论 ( 1 2 3 ) 更适合本机应用程序，而不是 Web 应用程序。

这是一个使用 Tensorflow.js 的开源 Web 应用示例。这些权重是我希望在我的应用程序中保护的示例。