用于保护 Android 应用中机器学习模型的加密与实时解密
密码学与安全
2021-09-22 v1
摘要
随着机器学习在 Android 应用中使用的增加，更多研究与努力投入到利用海量数据开发性能更优的机器学习算法中。伴随手机端机器学习，通过逆向工程从应用包（APK）中提取训练好的机器学习模型的威胁也随之存在。目前已有保护移动应用中模型的方法，如名称混淆、云部署、最后一层隔离。但它们安全性较低且实现需更多精力。本文给出一种以高安全性、低实现代价保护 Android 应用内训练好机器学习模型的算法。该算法通过对模型加密、并在运行应用中以 256 位高级加密标准（AES）实时解密来确保安全。它能高效处理大型模型文件而不打断用户界面（UI）线程。相较其他方法，它更快、更安全且所需精力更少。该算法为开发者和研究者提供了一种保护其成果、并无忧向所有人开放结果的方式。
引用
@article{arxiv.2109.02270,
title = {Encryption and Real Time Decryption for protecting Machine Learning models in Android Applications},
author = {Aryan Verma},
journal= {arXiv preprint arXiv:2109.02270},
year = {2021}
}
备注
This article is published in International Journal Of Advance Research, Ideas And Innovations In Technology, Volume 7, Issue 5, 2021