基于知识一致性的神经网络模型检索方法

本发明公开了基于知识一致性的神经网络模型检索方法，所述方法包括：步骤S1：在离线阶段，利用黑盒对抗样本生成方法为神经网络模型生成边界样本，并获取语义向量；步骤S2：在线阶段，利用查询数据集的语义向量编码器为查询数据集生成语义向量；步骤S3：在线阶段，将神经网络模型的语义向量和查询数据集的语义向量进行知识一致性匹配，对齐各自语义向量中隐含的知识，筛选出最匹配的神经网络模型。本发明有效提升了模型检索的准确率，减小了敏感数据泄露的风险，对于神经网络模型的版权保护、云服务的安全访问等都大有益处。