基于LeNet5-RF算法的分组密码体制识别方法
基本信息
申请号 | CN202111431871.5 | 申请日 | - |
公开(公告)号 | CN114169499A | 公开(公告)日 | 2022-03-11 |
申请公布号 | CN114169499A | 申请公布日 | 2022-03-11 |
分类号 | G06N3/04(2006.01)I;G06N3/08(2006.01)I;H04L9/06(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 彭波;胡继强;程才;刘慰;吴杨;彭波;姜慧;赵江娟;刘歆怡;官琳琳;郑州;叶林阳;王仲麟;张婷 | 申请(专利权)人 | 中信数智(武汉)科技有限公司 |
代理机构 | 武汉宇晨专利事务所(普通合伙) | 代理人 | 李鹏;王敏锋 |
地址 | 430014湖北省武汉市江岸区解放大道41号 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了基于LeNet5‑RF算法的分组密码体制识别方法,构建密文数据集、LeNet5神经网络、以及随机森林模型;根据密文文件获得密文映射矩阵;对密文映射矩阵进行卷积和池化获得密文特征;正则化密文映射矩阵;将密文映射矩阵输入到LeNet5神经网络进行训练并输出密文特征向量和对应的权重到随机森林模型,对随机森林模型进行训练;将用户提交的密文文件依次经过训练好的LeNet5神经网络和随机森林模型处理,获得对应的分类结果。本发明相较于传统的分组密文识别模型,本发明创新性地将LeNet5神经网络和随机森林模型结合。使用卷积神经网络在细粒度层次提取密文特征。较传统的随机性检测和密文熵特征分类准确率得到提升。 |
