[发明专利]基于神经网络的计算机加密系统及方法

说明书

本发明属于计算机技术领域，具体为基于神经网络的计算机加密系统及方法。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，数据预处理过程包括：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；加密部分，配置用于对转换后的图像信息进行加密。其基于神经网络进行数据转换，再对转换后的数据进行加密，在一定程度上完成了数据压缩加密，具有加密安全性高、破解难度大和数据失真率低的优点。

技术领域

本发明属于计算机技术领域，具体涉及基于神经网络的计算机加密系统及方法。

背景技术

神经网络可以指向两种，一个是生物神经网络，一个是人工神经网络。

生物神经网络：一般指生物的大脑神经元，细胞，触点等组成的网络，用于产生生物的意识，帮助生物进行思考和行动。

人工神经网络(Artificial Neural Networks，简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model)，它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

人工神经网络：是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为“神经网络”或类神经网络。

加密，是以某种特殊的算法改变原有的信息数据，使得未授权的用户即使获得了已加密的信息，但因不知解密的方法，仍然无法了解信息的内容。在航空学中，指利用航空摄影像片上已知的少数控制点，通过对像片测量和计算的方法在像对或整条航摄带上增加控制点的作业。

专利号为：CN201610285292.7A的专利公开了一种一种基于混沌神经网络公钥加密算法的异构传感网加密方法，将基于混沌神经网络的公钥加密算法与异构传感网的特性相结合，设计出一套新的适用于异构传感网的加密协议，所述加密协议具体包括基站层与簇头层保密通信网的建立、簇头层与感知层保密通信网的建立、簇头层密钥更新、感知层密钥更新、新簇头节点的加入、新感知节点的加入、簇头节点的退出以及感知节点的退出。本发明技术方案将公钥密码体制灵活运用到传感网中，解决异构传感网中在传感节点存储空间以及计算能力不同的情况下，只能固定使用同一密钥空间大小的密钥对数据加密的缺陷，提高了网络的安全性和加密灵活性。

专利号为：CN201911038839.3A的专利公开了一种面向非易失性计算系统的神经网络加密方法及装置，其中，该方法主要包含两个部分，第一部分是密钥生成，第二部分是运行时加密调度，具体包括以下步骤：获得一个待部署神经网络模型后，累积所有样本产生的梯度，再对梯度进行稀疏化，找到神经网络模型梯度下降最快的方向，并根据该方向为神经网络模型生成特定的密钥，最后，利用密钥对各层权重进行加密和解密，并根据神经网络计算特点将加密过程和解密过程错开，逐层递推直至计算出最终结果。该方法对非易失性存储NVM系统中的神经网络模型进行保护，一方面大幅降低加解密引入的延时和功耗，另一方面能够保证加密的有效性、神经网络模型的安全性。

可以看出，现有技术中虽然有将神经网络和计算机加密进行结合的技术，但其还是局限于传统加密方法，神经网络的作用基本都是进行密钥的生成。虽然在一定程度上提升了破解的难度，但其数据的安全性仍然较低。

发明内容

有鉴于此，本发明的主要目的在于提供基于神经网络的计算机加密系统及方法，其基于神经网络进行数据转换，再对转换后的数据进行加密，在一定程度上完成了数据压缩加密，具有加密安全性高、破解难度大和数据失真率低的优点。

为达到上述目的，本发明的技术方案是这样实现的：