摘要
本发明申请提供了一种基于神经网络模型的计算机系统,包括特征提取模块、模型构建模块、优化模块、存储模块、目标数据加密模块;特征提取模块从历史加密数据中提取数据特征;模型构建模块构建基于决策树算法的动态加密解密模型;优化模块通过动态加密解密模型的输出,对预设神经网络模型进行优化,获得目标神经网络模型;存储模块将目标神经网络模型拆分为若干子模型,对子模型的模型参数和结构信息进行加密,获得加密数据;目标数据加密模块获取并解密所述加密数据,获得解密数据;组装得到目标神经网络模型,用于对目标数据的加密。本发明申请可以生成高复杂度和不可预测的加密方法用于目标数据的加密,可以有效降低数据的安全风险。
技术关键词
神经网络模型
加密数据
加密解密
数据加密
计算机系统
特征提取模块
决策树模型
决策树算法
存储模块
重构误差
加密算法
遗传算法
序列
秘密共享技术
动态
关联规则算法
系统为您推荐了相关专利信息
敏感信息泄露检测
卷积神经网络模型
患者医疗数据
样本
文本
卷积神经网络模型
故障诊断模型
历史运行数据
矩阵
故障诊断方法
车辆运行数据
人机协同
深度神经网络模型
模糊推理模型
车辆质心位置
超声波电机
关键运行参数
参数控制方法
神经网络模型
多维特征向量
链路预测方法
卷积神经网络模型
卷积特征提取
图谱
实体