摘要
本发明公开了一种基于多模态特征融合的分组密码算法识别方法,该方法先将密文数据转换为文本、图像与语音三种模态表示;随后通过多模态特征融合策略,集成适用于各模态的深度学习模型,分别对不同模态的密文数据进行特征提取;在此基础上,基于transformer模型并采用中期融合策略,对不同模态的特征进行加权融合,训练模型;最终,基于训练好的模型实现对未知密文所采用加密算法的识别。本发明方法,通过不同的编码器完成特征提取,并采用特征融合的思想,引入包含自注意力机制的transformer模型进行多模态特征的融合,有效提高模型鲁棒性与泛化能力,提升模型的识别准确率。
技术关键词
分组密码算法
多模态特征融合
数据
识别方法
编码器
语音
文本
明文
监督学习框架
时间序列特征
图像特征向量
注意力机制
输出特征
加密算法
构建卷积神经网络
局部视觉特征
融合策略
系统为您推荐了相关专利信息
核心控制单元
可编程控制单元
调控装置
调控方法
小鼠
新鲜度
卷积神经网络模型
机器学习模型
多任务
监测方法
音频转接线
有线耳机
数字解码芯片
音频输出接口
翻译软件