买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利基于能量侧信道安全的可重构卷积神经网络模型量化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117114061B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311035958.X，技术领域涉及：G06N3/0495；该发明授权基于能量侧信道安全的可重构卷积神经网络模型量化方法是由张璐;慕德俊;张盛兵;樊晓桠;邰瑜设计研发完成，并于2023-08-17向国家知识产权局提交的专利申请。

本基于能量侧信道安全的可重构卷积神经网络模型量化方法在说明书摘要公布了：本发明公开了一种基于能量侧信道安全的可重构卷积神经网络模型量化方法，通过为集成电路硬件设计构建能量侧信道安全模型，定义硬件设计所需满足的能量侧信道安全属性，利用设计空间搜索进行最优化架构选择，实现卷积神经网络的能量侧信道安全模型量化方案，从而揭示卷积神经网络硬件中能量侧信道漏洞的形成机制。本发明能够进一步提高卷积神经网络硬件设计实现的计算性能和安全性能。

本发明授权基于能量侧信道安全的可重构卷积神经网络模型量化方法在权利要求书中公布了：1.一种基于能量侧信道安全的可重构卷积神经网络模型量化方法，其特征在于，包括如下步骤： 步骤1：提取卷积神经网络结构信息并进行硬件功能模块分解； 识别卷积神经网络硬件功能模块分层结构和模块间的组合方式，采用硬件描述语言HDL构建基本功能模块的硬件电路RTL寄存器传输级设计，并定义数据结构实现功能单元和其连接关系的存储，构建硬件设计的逻辑网表图； 步骤2：卷积神经网络功能模块能量侧信道原理模型分析； 采用隔离样本分析法对卷积神经网络功能模块的能量侧信道泄露行为进行分析和建模； 卷积神经网络功能模块的能量侧信道动态函数Vt的描述如下： Vt＝It*R+L*dIdt+∫ItdtC 其中，It为动态电流值，R为供电网络电阻值，L为供电网络电感值，C为固有器件电容、金属填充、PDN网络中的寄生电容三者综合电容效应的等效值；dIdt表示动态电流It对时间t的导数； 定义CSt描述动态侧信道泄露模型如下： CSt＝Bct+Cct 其中，Bct为模型输入端比特翻转变化值，Cct为模型组合路径的比特翻转变化值； 定义NSt描述能量侧信道噪声模型如下： NSt＝{f1t，f2t，...，fnt} 其中，f1t为查找表产生的噪声，f2t为块存储产生的噪声，f3t为数字信号处理单元产生的噪声，f4t～fnt为其它架构变化因素产生的噪声； 集成多种功能模块单元的能量侧信道泄露模型得到基本能量侧信道泄露模型库； 步骤3：卷积神经网络硬件TDA组合模型构建； 采用三步TDA能量侧信道组合模型构建方法，通过将步骤1中所构建的卷积神经网络硬件功能模块映射至步骤2中构建的基本能量侧信道泄露模型库，然后采用三步TDA模型组合模型构建方法为卷积神经网络硬件中的实例化功能模块构建能量侧信道TDA组合模型，即得到整个卷积神经网络硬件设计的能量侧信道脆弱性组合模型； 步骤4：能量侧信道安全属性描述； 能量侧信道安全属性通过两个安全指标进行描述，第一个为能量侧信道安全定性描述指标TVLA，其计算方式如下所示： 其中，分别表示数据集d1和数据集d2的采样均值，和分别表示数据集d1和数据集d2的采样方差，m表示数据集d1的样本数量，n表示数据集d2的样本数量；如果的绝对值大于4.5，则说明该处存在能量侧信道泄露； 第二个为能量侧信道安全定量描述指标MTD，其由成功攻破设计所消耗的采样数据量来确定，一阶能量侧信道攻击时的相关性系数计算方式如下所示： 其中，r表示实际获取的动态能量采样数据，表示模型构建动态能量仿真数据，cov表示协方差，表示标准差； 步骤5：综合性指标模型验证和设计空间搜索； 构造综合性能安全均衡指标PST，其计算方式如下所示： PST＝1-aMi*bRi+1-cPi 其中，Mi表示MTD值，Ri表示资源消耗量，Pi表示量化精度值，a，b，c为放缩系数； 开展卷积神经网络的模型量化的设计空间搜索，通过在硬件层面实现不同模型量化策略来开展卷积神经网络模型量化方案的设计空间搜索，筛选出最优的卷积神经网络模型量化策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。