-
公开(公告)号：CN119939349A
公开(公告)日：2025-05-06
申请号：CN202510033956.X
申请日：2025-01-09
Applicant: 桂林电子科技大学
IPC: G06F18/241 , G06N3/0985 , G06N20/20 , G06F21/60
Abstract: 本发明公开了一种基于距离度量和集成学习的分组密码算法识别方法，该方法先选择公开数据集进行划分建立明文数据集，并以设置的分组密码算法对明文数据集加密，得到密文数据集；计算明文与密文的距离度量值及密文数据的信息熵值，提取密文特征，得到特征数据集，并建立相对应的标签集；利用堆叠方法构建集成学习分类器，以特征数据集及标签进行模型训练，并通过实验调优，找到最优超参数分类器模型；最后，针对未知的密文数据，利用训练好的集成学习分类器，完成密码算法的识别。本发明方法，采用堆叠集成作为分类器模型的算法，基于距离度量与信息熵进行特征提取，能够增强模型的特征提取能力和泛化性，从而提高模型识别的准确率。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
