一种网络加密流量基于熵计算的加解密技术

本发明公开了一种网络加密流量基于熵计算的加解密技术，涉及网络安全与数据加密技术领域，包括：初始化脉冲神经网络，通过遗传算法优化参数，提取特征向量并计算熵值，结合熵突变检测和强化学习以调整熵突变阈值并对每个分片分配分类标签；将每个分片的分类标签和熵值添加到输入向量，使用蒙面自回归流变换生成新向量并计算原始熵，在网络中配置计算节点均分样本点并计算原始熵，主节点汇总频率值并计算熵边界值。利用脉冲神经网络和强化学习优化熵值计算及异常检测，准确区分正常与异常流量，通过分布式计算和标准化流变换快速计算熵边界值，根据熵边界值与分类标签动态选择加密策略，保护数据的机密性，增强了异常流量的可追踪性。