部署深度学习模型时的全流程加密方案探索

Posted 2021-10-18 ZONG_XP

 本文用于探索深度学习模型在部署全流程过程中的整体方案

部署场景

涉及程序端及编程语言：界面端（C#）、服务端（C#）、训练端（Python）

剥离加密之后的流程：

1. 界面端根据训练配置调用训练端
2. 训练端训练结束后保存模型（结构、文件）
3. 服务端加载模型

加密要求

由C#编写的程序部署时会将其编译为二进制，无需加密保护，主要是针对训练端的Python及训练得到的模型，有以下要求：

1. 无法明文看到Python代码
2. 无法获得模型（结构与权重）
3. windows上部署
4. 加密方案不能大幅度增加部署成本

加密方案

针对Python加密以及模型的加密，调查了主流的加密方案

网络收集的Python加密思路

序号	工具	方法描述	加密及解密	优缺点
1	Nuitka	.py 文件先被转成了 .c 文件，然后被编译成 .o 文件，最后合并成 .bin 可执行文件，从 bin 到 C 是不可逆的，从 C 到 Python 也是不可逆的，因此代码是安全的	编译为bin,或者编译为动态链接库.so 文件	工作量小，安全性高，使用加密之后的Python便捷；编译时间长，过程复杂
2	发行.pyc文件	通过compileall模块将.py文件转为.pyc文件，该文件是二进制，无法直接看源代码，而python解释器可以直接执行.pyc文件		台兼容性好，.py 能在哪里运行，.pyc 就能在哪里运行；解释器兼容性差，.pyc 只能在特定版本的解释器上运行。有现成的反编译工具，破解成本低
3	代码混淆（oxyry，pyobfuscate）	让人看不懂代码，移除注释和文档，改变缩进，在tokens中间加入一定空格，重命名函数、类、变量，在空白行插入无效代码		提高了一点源码破解门槛。兼容性好，只要源码逻辑能做到兼容，混淆代码亦能；只能对单个文件混淆，无法做到多个互相有联系的源码文件的联动混淆
4	py2exe	将源码编译为 .pyc 文件，加之必要的依赖文件，一起打包成一个可执行文件。最终 py2exe 打包出的是二进制文件。		直接打包成 exe，方便分发和执行。破解门槛比 .pyc 更高一些；兼容性差，只能运行在 Windows 系统上。生成的可执行文件内的布局是明确、公开的，可以找到源码对应的 .pyc 文件，进而反编译出源码。
5	Cython	将 .py/.pyx 编译为 .c 文件，再将 .c 文件编译为 .so(Unix) 或 .pyd(Windows)		生成的二进制 .so 或 .pyd 文件难以破解。同时带来了性能提升；兼容性稍差，对于不同版本的操作系统，可能需要重新编译。虽然支持大多数 Python 代码，但如果一旦发现部分代码不支持，完善成本较高。
6	Pyinstaller	打包为exe文件，		将Python文件转换为exe文件，以及dist文件夹和build文件夹，如果要移植到其他电脑上运行，也是只需要将这两个文件夹复制到对方电脑上，即使对方没有python环境，也可以运行程序，具有较好的兼容性；pyinstxtractor.py可以进行反编译

注：py是源文件，pyc是源文件编译后的文件，pyo是源文件优化编译后的文件，pyd是其他语言写的python库

网络收集的模型加密思路

序号	方法描述	加密及解密	优缺点
1	将模型转换为二进制，直接打开看不见原始内容	ncnn2mem工具可以将ncnn模型转为二进制的：ncnn2mem resnet.param resnet.bin	使用netron可以查看文件，反编译成本很低
2	将模型打包为C code，并嵌入到程序中	ncnn2mem resnet.param resnet.id.h resnet.mem.h,把这个文件 include 进来，用内存加载接口，把模型当作代码直接嵌入编译进程序中	分发exe即可，虽然不能直接获得模型，但是能用 objdump 或者十六进制编辑器从 exe 静态区中把模型抠出来
3	使用专用加密库对模型加密	用 openssl，把 param.bin 和 bin 两个文件用 AES 加密成 param.bin.enc 和 bin.enc；程序实现以下三步，加载加密模型：读enc文件、解密到内存、从内存加载模型	可以从算法中xor pattern或获得密钥；堆内存上暴力查找 enc 大小左右的连续内存和关键字，把模型从内存里抠出来
4	自定义加密算法和数据读取	用普通 xor 混淆实现	任意时刻内存中都不会存在完整的模型内容，边解密边加载
5	给模型加些自定义 op	cnn 可以自定义 op，可以运行时注册自定义 op，可以直接改 param	即便看到了明文的 param，也容易被名字欺骗
6	将外部文件嵌入二进制文件(exe，dll)，并加壳保护该文件	直接程序之间调用	这种方法开发量小，仅需要将资源文件嵌入并在运行时加载。
7	自定义的外部文件加密方式		在加载模型文件前解密，考虑到安全性，防止解密后的模型文件暴露于内存被轻易dump，考虑使用流式加密的方法进行加解密，由此相对安全一点。
8	用protobuf自定义一种格式呀，没有协议文件		工程量比较大
9	部署到云端给客户api接口调用		特定场景不适合

参考资料：

---

1. 如何防止商用的深度学习模型源码泄露？ 

2. Nuitka-Python打包exe - 知乎 

3. 现有Python 代码加密方案 - 运维之路 

4. 用Cython加密打包python项目 

5. 利用pyinstaller打包加密Python项目 

6. Pyinstaller 打包加密python项目 

7. python py、pyc、pyo、pyd文件区别 

8. 如何加密ncnn模型 - 知乎 

9. 浅谈深度学习模型如何保护–AES加密文件流的实现（带源码） 

10. 如何防止商用的深度学习模型源码泄露？ - 知乎