一种用于少样本数据的非对称密码系统的高性能深度学习攻击方法

本发明公开了一种用于非对称密码系统的高性能深度学习攻击方法，包括以下步骤：第一步：分别使用基于PTFT的密码系统和基于EMD的密码系统对图像进行加密；第二步：建立明文‑密文对数据集，每个数据集划分为训练集、验证集和测试集，它们分别包括600对、200对和200对明文‑密文数据对；第三步：设计高性能的深度学习攻击网络RRU‑NetPP，并用建立的非常小的数据集对网络进行训练和调试。第四步：建立的RRU‑NetPP模型攻击PTFT密码系统和EMD密码系统加密的密文，可以实时、高质量地检索出明文。本发明能够显著降低对已知明文‑密文数据对的需求，具备少样本学习能力，能从不同非对称密码系统加密的复杂的密文中实时、高质量地检索出明文，具有强大的攻击能力。