一种基于对抗性神经网络的安全通信方法及系统

    公开(公告)号:CN118214540B

    公开(公告)日:2024-12-10

    申请号:CN202410430617.0

    申请日:2024-04-09

    Applicant: 重庆大学

    Abstract: 本发明提供了一种基于对抗性神经网络的安全通信方法及系统。该方法包括:发送端将待发送明文转换成多个明文块;采用分组密码工作模式,利用对抗性神经网络模型的编码器依次加密多个明文块,编码器采用多层卷积神经网络;组合密文块和明文长度表示获得密文并发送;接收端采用分组密码工作模式,利用对抗性神经网络模型的解码器依次解密多个密文块,获得每个密文块对应的明文块,解码器采用多层卷积神经网络;组合解密获得的多个明文块生成组合明文;从组合明文中提取待发送明文长度对应部分作为明文。本申请编码器、解码器和分类器采用卷积神经网络,能降低模型训练难度,对文本序列处理能力更强,充分利用了神经网络的不可预测性,加强通信安全。

    一种基于对抗性神经网络的安全通信方法及系统

    公开(公告)号:CN118214540A

    公开(公告)日:2024-06-18

    申请号:CN202410430617.0

    申请日:2024-04-09

    Applicant: 重庆大学

    Abstract: 本发明提供了一种基于对抗性神经网络的安全通信方法及系统。该方法包括:发送端将待发送明文转换成多个明文块;采用分组密码工作模式,利用对抗性神经网络模型的编码器依次加密多个明文块,编码器采用多层卷积神经网络;组合密文块和明文长度表示获得密文并发送;接收端采用分组密码工作模式,利用对抗性神经网络模型的解码器依次解密多个密文块,获得每个密文块对应的明文块,解码器采用多层卷积神经网络;组合解密获得的多个明文块生成组合明文;从组合明文中提取待发送明文长度对应部分作为明文。本申请编码器、解码器和分类器采用卷积神经网络,能降低模型训练难度,对文本序列处理能力更强,充分利用了神经网络的不可预测性,加强通信安全。

Patent Agency Ranking