如何在Python中加密Pickle文件？解决机器学习模型Vectorizer敏感数据.pkl文件加密失效问题

首先，咱们先理清问题：你用Fernet加密txt文件正常，但加密pkl后发现还能直接加载，这大概率是操作流程出了问题，而不是加密函数本身的问题。我来帮你一步步排查和修正：

为什么会出现这种情况？ #

最常见的原因有两个：

• 你加密后没有真正覆盖原pkl文件，或者测试时不小心加载了加密前的备份版本
• 你误以为加密后的pkl文件能直接用pickle.load()加载，但实际上必须先解密成原始字节数据，再用pickle.loads()解析

正确的加密+解密+加载完整流程 #

1. 先生成并保存Fernet密钥（只做一次！） #

Fernet需要用密钥来加密和解密，这个密钥一定要妥善保存，丢了就再也解不开你的文件了：

from cryptography.fernet import Fernet

# 生成密钥
key = Fernet.generate_key()
# 把密钥存到文件里，别和加密后的pkl放一块
with open("secret.key", "wb") as key_file:
    key_file.write(key)

2. 加密你的pkl文件（用你原来的加密函数就行） #

确保你调用这个函数时，传入的是正确的pkl文件路径，加密后文件会被密文覆盖：

def encrypt_file(filepath, key):
    f = Fernet(key)
    with open(filepath, "rb") as file:
        file_data = file.read()
    encrypted_data = f.encrypt(file_data)
    with open(filepath, "wb") as file:
        file.write(encrypted_data)

# 读取密钥并加密
with open("secret.key", "rb") as key_file:
    key = key_file.read()

# 加密你的Vectorizer pkl文件
encrypt_file("your_vectorizer.pkl", key)

建议加密后给文件改个后缀，比如your_vectorizer.pkl.encrypted，避免和未加密文件混淆

3. 解密并加载模型的正确方式 #

不能直接用pickle.load()读取加密后的文件，必须先解密得到原始的pkl字节，再用pickle.loads()加载：

import pickle
from cryptography.fernet import Fernet

def decrypt_and_load_model(filepath, key):
    f = Fernet(key)
    with open(filepath, "rb") as file:
        encrypted_data = file.read()
    # 解密得到原始pkl字节
    decrypted_data = f.decrypt(encrypted_data)
    # 用pickle.loads解析字节数据
    model = pickle.loads(decrypted_data)
    return model

# 加载示例
with open("secret.key", "rb") as key_file:
    key = key_file.read()

# 解密并加载Vectorizer
loaded_vectorizer = decrypt_and_load_model("your_vectorizer.pkl", key)

验证加密是否生效 #

尝试直接加载加密后的文件：

import pickle
pickle.load(open("your_vectorizer.pkl", "rb"))

如果加密成功，这一步会抛出pickle.UnpicklingError或者类似的解析错误，说明密文无法被直接解析，加密生效了。如果还能正常加载，那你肯定是加载了未加密的文件，检查下文件路径和备份吧。

重要提醒 #

• 密钥一定要单独存储，别和加密文件放在同一目录，更不要提交到代码仓库
• 如果是生产环境，推荐用环境变量或者专业的密钥管理服务来存储密钥，而不是明文存在文件里
• Fernet已经是很安全的对称加密方案，适合加密这类敏感模型文件

内容的提问来源于stack exchange，提问作者Dario