[发明专利]分布式加密方法和装置

权利要求书

1.一种分布式加密方法，其特征在于，所述方法包括：

获取边缘设备的多个分布式加密请求，每个所述分布式加密请求包括评价指标；

对多个所述分布式加密请求中的评价指标进行深度分析和深度分析评价，生成分布式加密方案；

将所述分布式加密方案发送至边缘设备，以供所述边缘设备根据所述分布式加密方案进行加密；

所述对多个所述分布式加密请求中的评价指标进行深度分析和深度分析评价，生成分布式加密方案，包括：

新迭代循环开始，将迭代次数清零，设置最大迭代次数并根据多个所述分布式加密请求中的评价指标设置初始迭代的迭代参数；

以多层卷积神经元、量子秘钥分发、深度无监督学习策略分析迭代参数，并生成分布式加密方案以及下一次迭代的迭代参数；

判断迭代次数是否达到阈值，若是则结束循环，并将此次迭代获取的分布式加密方案作为发送至边缘设备的分布式加密方案输出；

若不是，则根据评价函数对此次迭代获取的分布式加密方案进行评价，在此次迭代获取的分布式加密方案不满足评价函数的情况下，迭代次数加1并返回以多层卷积神经元、量子秘钥分发、深度无监督学习策略分析迭代参数，并生成分布式加密方案以及下一次迭代的迭代参数步骤；

在此次迭代获取的分布式加密方案满足评价函数的情况下，结束循环，并将此次迭代获取的分布式加密方案作为发送至边缘设备的分布式加密方案输出。

2.根据权利要求1所述的方法，其特征在于，

第k次迭代时，所述迭代参数包括加密效率延迟率算力消耗其中，

i＝1,2,…m，

j＝1,2,…n，

t＝1,2,…,p，

m为i所有取值的最大值，n为j所有取值的最大值，p为t所有取值的最大值，k为自然数。

3.根据权利要求2所述的方法，其特征在于，

第k次迭代时的评价函数为：

，

其中，P表示概率。

4.根据权利要求3所述的方法，其特征在于，以多层卷积神经元、量子秘钥分发、深度无监督学习策略分析迭代参数，并生成分布式加密方案，包括以优化函数生成分布式加密方案；

第k次迭代时的优化函数为：

所述以优化函数生成分布式加密方案包括：

Skey＝H{Random[q Mod w]},q∈[1,2,L,+∞],w≤Ω，

Rkey＝H{Random[ρMod w]},ρ∈[1,2,L,+∞],w≤Ω，

其中，H为哈希函数，Random为生成随机数的函数，text为需要加密的数据，表示异或运算，Ω为预先设定的值，R(text)为生成的分布式加密方案。

5.根据权利要求3所述的方法，其特征在于，以多层卷积神经元、量子秘钥分发、深度无监督学习策略分析迭代参数，生成下一次迭代的迭代参数，包括以监督函数生成下一次迭代的迭代参数；

第k次迭代时的监督函数为：

其中，

A^Gmax为最大加密效率、E^Gmin为最小延迟率、C^Gmin为最小算力消耗，mod为除余运算。