python 加密 变量 （可用于深度学习模型加密）

需求：
深度学习基于pytorch，模型需要加密。
查看到网上有使用cryptography加密的方法，如 https://blog.csdn.net/weixin_43508499/article/details/124390983 , 总体思路是调用torch的save函数将模型保存为io.BytesIO ,然后使用cryptography 将 保存为 io.BytesIO 的字节进行加密，解密时先 解密 字节 然后调用torch.load 加载 ，即 io.BytesIO(解密字节) 。

本文提供另一种思路。
使用pickle和cryptography加密model变量，然后读取model变量。
代码为：

import pickle
from cryptography.fernet import Fernet

key = Fernet.generate_key()
f = Fernet(key)
a = pickle.dumps(model)
b = f.encrypt(a)
pickle.dump(b,open("model",'wb'))
c = pickle.load(open("model",'rb'))
d = pickle.loads(Fernet(key).decrypt(c))

流程简述就是：

1. 生成密钥 Fernet.generate_key() 。
2. 将model变量转为字节。pickle.dumps。
3. 加密字节，并保存变量字节变量b ，f.encrypt。
4. 将字节变量b保存为文件，pickle.dump。
   --加密步骤结束--
   --开始解密步骤--
5. 读取加密文件，字节变量c，pickle.load。
6. 解密字节变量c，并将字节转为变量d，pickle.loads。

变量 model 和变量 d 是一样的。

另外也可以搭配使用python的io库。