ai-asset-obfuscate

ai_asset_obfuscate

介绍

ai_asset_obfuscate 是一个Python工程项目，用于注册混淆因子并进行混淆模型权重的工具。

📄 安装依赖

请参阅下文了解快速安装和使用示例。

确保环境安装 Python>=3.8

pip install -r requirements.txt

功能特性

ai_asset_obfuscate 提供以下核心功能：

• ​模型资产混淆​：对模型权重进行混淆保护，支持多种模型类型和自定义配置
• ​数据资产混淆​：对推理数据进行混淆保护，支持一维和二维数据
• ​图片数据混淆​：对图片数据进行混淆保护，支持Base64和字节数组格式，以及推理服务render响应中msgpack序列化的图片张量数据（image_render_obf接口）
• ​视频数据混淆​：对视频数据进行混淆保护，支持Base64和字节数组格式
• ​口令管理​：提供口令加密功能，保护敏感信息
• ​混淆因子管理​：支持混淆因子的创建、下发和本地保存

支持的模型列表

✅支持，测试验收 ⭕️理论支持，测试无需验收 ❌不支持

快速开始

模型混淆示例

from ai_asset_obfuscate import ModelAssetObfuscation, ErrorCode, ModelType

# 创建模型混淆实例
model = ModelAssetObfuscation.create_model_obfuscation(
    model_path="/path/to/model",
    model_type=ModelType.Qwen3,
    tp_num=4
)

# 设置混淆因子
result = model.set_seed_content(
    seed_type=1,  # 模型混淆因子
    seed_content="your_seed_content_32_chars_min"
)
if result != ErrorCode.SUCCESS.value:
    print(f"设置混淆因子失败: {result}")

# 执行模型混淆
result = model.model_weight_obf(
    obf_type=1,  # 0:使用所有混淆因子, 1:仅使用模型混淆因子, 2:仅使用数据混淆因子
    model_save_path="/path/to/model_save_path",
    device_type = "cpu",
    device_id=[0, 1, 2, 3]
)
if result == ErrorCode.SUCCESS.value:
    print("模型混淆成功")

数据混淆示例

from ai_asset_obfuscate import DataAssetObfuscation, ErrorCode, ModelType

# 创建数据混淆实例
data_obf = DataAssetObfuscation(
    vocab_size=32000,
    token_white_list=[0, 1]  # 不做混淆的token白名单
)

# 设置混淆因子
result = data_obf.set_seed_content(
    seed_content="your_seed_content_32_chars_min",
    is_local_save=False,
    seed_ciphertext_dir=None
)

# 混淆二维数据
tokens = [[1, 2, 3], [4, 5, 6]]
obf_tokens = data_obf.data_2d_obf(tokens)

# 解混淆二维数据
deobf_tokens = data_obf.data_2d_deobf(obf_tokens)

图片混淆示例

from ai_asset_obfuscate.vision_api import ImageDataAssetObfuscation

# 创建图片混淆实例
image_obf = ImageDataAssetObfuscation()

# 设置混淆因子
image_obf.set_seed_content("your_seed_content_32_chars_min")

# 混淆Base64格式图片
image_base64 = "iVBORw0KGgoAAAANSUhEUgAA..."
obf_image = image_obf.image_base64_obf(image_base64)

Render响应图片混淆示例

image_render_obf接口用于混淆推理服务render响应中msgpack序列化的图片张量数据，适用于视觉多模态模型的推理数据保护。

from ai_asset_obfuscate.vision_api import ImageDataAssetObfuscation

# 创建图片混淆实例
image_obf = ImageDataAssetObfuscation()

# 设置混淆因子
image_obf.set_seed_content("your_seed_content_32_chars_min")

# 混淆render响应中的图片数据
# image_items为render响应kwarg_data.image项列表，元素为base64编码的
# msgpack序列化字典（含pixel_values与image_grid_thw张量），None项原样透传
obf_items = image_obf.image_render_obf(image_items)

输入数据格式（每个列表元素为base64编码的msgpack序列化字典）：

{
    "pixel_values": {                                   # 像素张量，shape为[L, D]
        "data": ("uint8", [L, D], msgpack Ext(code=3, 原始字节)),
        "field": "..."
    },
    "image_grid_thw": {                                 # 网格张量，shape为[3]（T, H, W）
        "data": ("int64", [3], msgpack Ext(code=3, 原始字节)),
        "field": "..."
    }
}

接口行为说明：

• pixel_values的D维度需等于3 * patch_size² * temporal_patch_size，L需等于T * H * W（patch_size、temporal_patch_size为构造实例时传入的预处理参数，T/H/W为image_grid_thw中的patch网格数）
• 混淆仅对pixel_values执行patch和通道置换，张量的shape与dtype保持不变，image_grid_thw及其他字段原样保留
• None项、无pixel_values键或pixel_values.data为None的项原样透传
• 返回与输入同序同长度的列表，有效项为混淆后重新编码的base64字符串

视频混淆示例

from ai_asset_obfuscate.vision_api import VideoDataAssetObfuscation

# 创建视频混淆实例
image_obf = VideoDataAssetObfuscation()

# 设置混淆因子
image_obf.set_seed_content("your_seed_content_32_chars_min")

# 混淆Base64格式视频
video_base64 = "iVBORw0KGgoAAAANSUhEUgAA..."
obf_video = image_obf.video_base64_obf(video_base64 )

API接口文档

接口文档

混淆因子管理

混淆因子类型

• ​**模型混淆因子（类型1）**​：用于模型权重混淆
• ​**数据混淆因子（类型2）**​：用于推理数据混淆

混淆因子生命周期

1. ​创建​：通过distribute_obf_seed或local_save_obf_seed创建混淆因子
2. ​下发​：通过TLS/PSK安全通道下发到NPU设备
3. ​使用​：在混淆/解混淆操作中使用混淆因子
4. ​管理​：支持本地保存和远程下发两种方式

混淆因子设置方式

• ​直接设置​：通过set_seed_content方法直接设置混淆因子明文
• ​安全通道设置​：通过set_seed_safer方法通过TLS/PSK安全通道设置
• ​本地加载​：通过set_seed_content方法的is_local_save参数从本地加载

安全特性

TLS/PSK安全机制

obf_sdk 采用双重安全机制保护混淆因子：

• ​**TLS（Transport Layer Security）**​：提供安全的通信通道，确保混淆因子在传输过程中的安全性
• ​**PSK（Pre-Shared Key）**​：使用预共享密钥进行额外的安全验证

口令加密要求

加密口令需满足以下要求：

• 长度：40-64字符
• 必须包含以下至少2种字符类型：
  • 大写字母（A-Z）
  • 小写字母（a-z）
  • 数字（0-9）
  • 特殊字符（如!@#$%^&*等）

安全建议

1. 定期更换混淆因子和口令
2. 使用强密码生成器创建混淆因子
3. 妥善保管TLS证书和PSK密钥
4. 限制混淆因子的访问权限
5. 定期审计混淆因子的使用记录

错误码

常见错误码

构建 whl 包

方法一：使用构建脚本

1. 进入 TrustAiSDK 目录：

   cd TrustAiSDK
   

2. 运行构建脚本：

   bash build.sh
   

   脚本会自动：

   • 检查并安装构建依赖（setuptools、wheel、build）
   • 自动检测系统架构并构建对应架构的 whl 包
   • 下载对应架构的 so 文件并复制到 ai_asset_obfuscate/libs 目录
   • 将生成的 whl 文件复制到 output 目录

指定架构构建

如果需要为特定架构构建 whl 包，可以使用 --arch 参数：

# 构建 x86_64 架构的 whl 包
bash build.sh --arch=x86_64

# 构建 aarch64 架构的 whl 包
bash build.sh --arch=aarch64

构建结果

构建完成后，生成的 whl 包会位于 TrustAiSDK/output 目录中，文件名为 ai_asset_obfuscate-1.0.0-py3-none-linux_{arch}.whl，其中 {arch} 为 x86_64 或 aarch64。