一种基于深度学习的轻量级分组密码区分器模型
公开
摘要
本发明涉及电子数字数据处理技术领域，具体涉及一种基于深度学习的轻量级分组密码区分器模型，包括生成明文库，对明文库加密，得到密文对；建立深度学习神经网络模型，并将密文对输入深度学习神经网络模型进行训练，得到训练模型；为训练模型设置超参数，得到最优学习模型；获取测试集，利用最优学习模型对测试集进行预测和分析，通过将深度学习技术引入到轻量级分组密码安全性分析中，把传统构造差分区分器问题转化为深度学习二分类问题，建立简单的神经网络进行分析，解决了现有的轻量级分组密码器采用的加密算法的安全性较低的问题。
基本信息
专利标题 ：
一种基于深度学习的轻量级分组密码区分器模型
专利标题（英）：
暂无
公开（公告）号 ：
CN114567424A
申请号 ：
CN202210079027.9
公开（公告）日 ：
2022-05-31
申请日 ：
2022-01-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李安何晓蝶于洺浩陈迪张鹏
申请人 ：
桂林电子科技大学
申请人地址 ：
广西壮族自治区桂林市七星区金鸡路1号
代理机构 ：
桂林文必达专利代理事务所(特殊普通合伙)
代理人 ：
张学平
优先权 ：
CN202210079027.9
主分类号 ：
H04L9/06
IPC分类号 ：
H04L9/06 G06K9/62 G06N3/08 H04L9/08
法律状态
2022-05-31 ：
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
