摘要
本发明及隐私计算中的隐私信息传输技术领域,公开了一种基于生成对抗网络的不经意传输方法,利用生成对抗网络的对抗学习机制在对称加密体制中的应用,将生成对抗网络和不经意传输协议相结合;采用CKKS同态加密算法实例化作为协议的第一阶段的随机不经传输协议,完成密钥的生成和分配;采用神经网络代替具体的对称加解密算法,并设计了多种不同攻击能力的攻击网络与其组成对抗模型,利用对抗学习机制进行端到端的训练,使得神经网络在与多种攻击者的对抗中学习到安全的对称加密算法,完成第二阶段信息的加密传输。本发明提升了计算效率;实现了多攻击网络下的基于对抗学习机制的对称加密方法,得到的加密算法能够抵抗多种不同攻击能力的攻击者。
技术关键词
生成对抗网络
明文
传输方法
对称加密算法
接收方
密钥
同态加密算法
发送方
输入神经网络模型
定义
消息
对称加密方法
生成神经网络
信息传输技术
加解密算法
协议
系统为您推荐了相关专利信息
故障诊断模型
滑动窗口算法
条件生成对抗网络
样本
焦点损失函数
多模态医学图像
脑外科手术
实时数据监测
自动报警方法
文本编码器
无线接收模块
无线发射模块
信号传输方法
信号传输模式
现场可编程逻辑门阵列