基于多尺度卷积的神经网络差分区分器的构建方法及装置

本发明公开了一种基于多尺度卷积的神经网络差分区分器的构建方法及装置，其中的方法包括如下步骤：步骤1，基于多尺度卷积思想提出优化差分区分器的残差塔架构的可泛化方案。步骤2，基于步骤一中方案构建出针对减轮至5‑7轮的Speck加密算法具有更强区分效果的差分区分器模型。步骤3，生成密文数据集，训练得出差分区分器模型。步骤4，基于优化后的神经网络差分区分器进行密钥恢复攻击，破译对应轻量级对称密码。本发明通过多尺度卷积、残差塔重构等方案对神经网络差分区分器进行构建与优化，实现了对减轮至5‑7轮的轻量级对称加密算法的高准确率区分。在此基础上，进一步针对11轮次的对称密码算法，成功实施了密钥恢复攻击，从而达成破译目的。