基于互信息量估计神经网络的物理层保密方法及系统
实质审查的生效
摘要
本发明提供了一种基于互信息量估计神经网络的物理层保密方法及系统，包括：步骤S1：基于互信息量估计和端到端的深度学习对编码器和解码器分别进行训练，得到训练后的编码器和训练后的解码器；步骤S2：利用训练后的编码器和训练后的解码器进行物理层保密传输。本发明引入互信息量估计和端到端深度学习的方法，通过互信息量估计实现最小化窃听者信道互信息量的保密系统，通过端到端深度学习实现合法用户信道最大互信息量的可靠通信系统，方案兼顾保密性和可靠性，适用于长距高速光通信的传输系统。
基本信息
专利标题 ：
基于互信息量估计神经网络的物理层保密方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114337849A
申请号 ：
CN202111574717.3
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
义理林梁家熙牛泽坤
申请人 ：
上海交通大学
申请人地址 ：
上海市闵行区东川路800号
代理机构 ：
上海汉声知识产权代理有限公司
代理人 ：
胡晶
优先权 ：
CN202111574717.3
主分类号 ：
H04B10/85
IPC分类号 ：
H04B10/85 G06N3/08
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : H04B 10/85
申请日 : 20211221
申请日 : 20211221
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
