摘要
本发明公开了一种加权集成神经网络密钥预测方法、装置、介质和设备,涉及密码分析与机器学习的交叉技术领域。分别将每一组预设数量的样本密钥和初始化参数向量输入至序列密钥算法中,得到多组预设数量的样本密钥流;将样本密钥的第一个比特值作为对应样本密钥流的标签,分别将每一组预设数量的样本密钥流以及对应标签作为训练数据,对残差神经网络进行训练,得到多个密钥预测模型;然后将待破解密文数据的密钥流分别输入至多个密钥预测模型中,得到待破解密文数据的密钥的多个第一个比特预测值;将多个第一个比特预测值进行加权集成处理,得到待破解密文数据的密钥预测结果。该方法能够降低密钥预测的时间复杂度。
技术关键词
残差神经网络
序列密码算法
集成神经网络
样本
特征提取模块
数据
标签
参数
密钥算法
处理器
集成模块
预测装置
计算机设备
输出模块
可读存储介质
存储器
复杂度