[发明专利]基于神经网络的计算机加密系统及方法

权利要求书

1.基于神经网络的计算机加密系统，其特征在于，所述系统包括：数据预处理部分，配置用于对计算机中待加密数据进行数据预处理，得到中间数据处理结果，所述数据预处理过程至少包括：数据标准化、数据规约处理和数据异常值处理；神经网络部分，配置用于对中间数据处理结果部分基于神经网络进行数据图像转换，将数据信息转换为图像信息，同时对转换后的图像信息进行准确性验证，直到转换后的图像信息准确率满足设定的阈值，则完成转换；加密部分，配置用于对转换后的图像信息进行加密。

2.如权利要求1所述的系统，其特征在于，所述数据预处理部分包括：缺失值处理单元，配置用于去除待加密数据的唯一属性、处理缺失值和异常值检测及处理；数据规约处理单元，配置用于进行数据规约处理，包括：去平均值、计算协方差矩阵、计算协方差矩阵的特征值与特征向量、对特征值从大到小排序、保留最大的k个特征向量、将数据转换到k个特征向量构建的新空间中；最后得处理后的新的数据，这些数据之间两两不相干，但保持原有的信息；数据标准化单元，配置用于进行数据标准化处理，将数据按比例缩放，使之落入设定的特定区间；其中，使用如下的转换函数，对数据进行线性变换，使结果落到[0,1]区间，转换函数如下：其中，x^*为数据标准化处理后的结果；x为待处理的数据；min为数据中的最小值；max为数据中的最大值。

3.如权利要求2所述的系统，其特征在于，所述神经网络部分包括：输入层、隐藏层和输出层；所述输入层，配置用于获取中间数据处理结果，将中间数据处理结果进行空间转换，获得在像素空间下的图像数据；所述隐藏层，配置用于基于建立的反馈模型，将图像数据进行准确性验证，若图像信息准确率在设定的阈值范围内，则验证通过，反之则验证不通过；所述输出层，将验证通过的图像数据进行输出。

4.如权利要求3所述的系统，其特征在于，所述加密部分包括：图像数据拆解单元，配置用于将图像数据按照每一行进行拆解，得到拆解后的每一行数据；加密单元，配置用于对拆解后的每一行数据进行加密。

5.一种基于权利要求1至4之一所述系统的基于神经网络的计算机加密方法，其特征在于，所述方法执行以下步骤：

步骤S1：对计算机中待加密数据进行数据预处理，得到中间数据处理结果，所述数据预处理过程至少包括：数据标准化、数据规约处理和数据异常值处理；

步骤S2：对中间数据处理结果部分基于神经网络进行数据图像转换，将数据信息转换为图像信息，同时对转换后的图像信息进行准确性验证，直到转换后的图像信息准确率满足设定的阈值，则完成转换；

步骤S3：对转换后的图像信息进行加密。

6.如权利要求5所述的方法，其特征在于，所述步骤S1具体包括：去除待加密数据的唯一属性、处理缺失值和异常值检测及处理；进行数据规约处理，包括：去平均值、计算协方差矩阵、计算协方差矩阵的特征值与特征向量、对特征值从大到小排序、保留最大的k个特征向量、将数据转换到k个特征向量构建的新空间中；最后得处理后的新的数据，这些数据之间两两不相干，但保持原有的信息；进行数据标准化处理，将数据按比例缩放，使之落入设定的特定区间。

7.如权利要求6所述的方法，其特征在于，所述将数据按比例缩放，使之落入设定的特定区间的方法执行以下步骤：使用如下的转换函数，对数据进行线性变换，使结果落到[0,1]区间，转换函数如下：x^*＝(x-min)/(max-min)；其中，x^*为数据标准化处理后的结果；x为待处理的数据；min为数据中的最小值；max为数据中的最大值。

8.如权利要求7所述的方法，其特征在于，所述步骤S2具体包括：获取中间数据处理结果，将中间数据处理结果进行空间转换，获得在像素空间下的图像数据；基于建立的反馈模型，将图像数据进行准确性验证，若图像信息准确率在设定的阈值范围内，则验证通过，反之则验证不通过；将验证通过的图像数据进行输出。