CN108650269A - 一种基于强化学习的分级加密方法及系统 - Google Patents

一种基于强化学习的分级加密方法及系统 Download PDF

Info

Publication number
CN108650269A
CN108650269A CN201810468741.0A CN201810468741A CN108650269A CN 108650269 A CN108650269 A CN 108650269A CN 201810468741 A CN201810468741 A CN 201810468741A CN 108650269 A CN108650269 A CN 108650269A
Authority
CN
China
Prior art keywords
encrypted
encryption
plaintext
information unit
secret grade
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810468741.0A
Other languages
English (en)
Inventor
陈志波
张直政
刘森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN201810468741.0A priority Critical patent/CN108650269A/zh
Publication of CN108650269A publication Critical patent/CN108650269A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H04L63/0478—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload applying multiple layers of encryption, e.g. nested tunnels or encrypting the content with a first key and then with at least a second key
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H04L63/0464—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload using hop-by-hop encryption, i.e. wherein an intermediate entity decrypts the information and re-encrypts it before forwarding it

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于强化学习的分级加密方法，包括：将当前待加密明文划分成多个信息单元；依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法；依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密。上述的方法，将当前待加密明文划分成多个信息单元，依据每一个信息单元所述加密等级的目标加密方法对信息单元进行加密，加密过程中，只针对信息单元进行加密，避免了对明文的所有部分采用相同的加密方式，加密密钥与待加密明文长度呈正相关关系，若待加密的明文较长时，密钥的长度也会随着待加密明文的长度发生变化，较长的密钥在传输过程需要占用较大的传输带宽，导致密钥的传输效率低的问题。

Description

一种基于强化学习的分级加密方法及系统
技术领域
本发明涉及强化学习技术领域，尤其涉及一种基于强化学习的分级加密方法及系统。
背景技术
在现代密码学技术中，为了保证信息传输的安全性通常采用对待加密明文中的信息进行全加密的加密方式，以“一次一密”的加密技术为例，“一次一密”指信息加密过程中使用随机的和待加密明文等长的密钥进行异或操作生成密文。
发明人对现有的信息加密过程进行研究发现，对于密钥长度和明文长度成正相关的加密算法，由于对明文的所有部分采用相同的加密方式，若待加密的明文较长时，密钥的长度也会随着待加密明文的长度发生变化，较长的密钥在传输过程需要占用较大的传输带宽，导致密钥的传输效率低。
发明内容
有鉴于此，本发明提供一种基于强化学习的分级加密方法及系统，用以解决现有技术中由于对明文的所有部分采用相同的加密方式，若待加密的明文较长时，密钥的长度也会随着待加密明文的长度发生变化，较长的密钥在传输过程需要占用较大的传输带宽，导致密钥的传输效率低的问题，具体方案如下：
一种基于强化学习的分级加密方法，包括：
将当前待加密明文划分成多个信息单元；
依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法；
依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密。
上述的方法，可选的，将当前待加密明文依据预设的划分规则划分成多个信息单元包括：
依据所述当前待加密明文的类型，选取与所述当前待加密明文的类型对应的划分方法；
依据所述划分方法将所述当前待加密明文划分成多个信息单元。
上述的方法，可选的，还包括：为每一个信息单元分配加密标识。
上述的方法，可选的，预设的分级加密决策器的训练过程包括：
构建所述预设的分级加密决策器；
选择与加密任务相适应的强化学习方法，依据所述强化学习方法，采用所述预设的分级加密决策器反复对训练集中的待加密明文选择不同加密等级和不同加密等级下的不同加密方法进行拟加密，对加密结果进行尝试破译；
依据拟加密和尝试破译的结果产生的交互经验，实现对所述预设的分级加密决策器进行训练。
上述的方法，可选的，依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法包括：
确定所述当前待加密明文的各个加密等级，为每一个加密等级分配加密方式，所述加密方式包含至少一种加密方法；
针对每一个信息单元，依据每一个信息单元的关重程度，在所述各个加密等级中选取其所属的加密等级，依据所述预设的分级加密决策器的决策结果，在所述加密等级对应的加密方式中选取目标加密方法。
上述的方法，可选的，依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密包括：
获取每一个信息单元的加密标识；
依据所述每一个信息单元的加密标识，分别对每一个信息单元采用与其对应的目标加密方法进行加密；
当检测到所述当前待加密明文的结束标识时，完成对所述当前待加密明文的加密。
上述的方法，可选的，依据每一个信息单元所属的加密等级，对所述当前待加密明文进行加密包括：
确定与所述当前待加密明文对应的各个加密等级；
依据所述预设的分级加密决策器的决策结果，确定每一个信息单元所属的加密等级和其对应的各个加密方法；
遍历所述各个加密等级，采用与每一个信息单元的加密标识对应的目标加密方法对每一个加密等级中的各个信息单元进行加密，完成对所述当前待加密明文的加密。
一种基于强化学习的分级加密系统，包括：
划分模块，用于将当前待加密明文划分成多个信息单元；
确定模块，用于依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法；
加密模块，用于依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密。
上述的系统，可选的，所述划分模块包括：
选取单元，用于依据所述当前待加密明文的类型，选取与所述当前待加密明文的类型对应的划分方法；
划分单元，用于依据所述划分方法将所述当前待加密明文划分成多个信息单元。
上述的系统，可选的，所述确定模块包括：
分配单元，用于确定所述当前待加密明文的各个加密等级，为每一个加密等级分配加密方式，所述加密方式包含至少一种加密方法；
选取单元，用于针对每一个信息单元，依据每一个信息单元的关重程度，在所述各个加密等级中选取其所属的加密等级，依据所述预设的分级加密决策器的决策结果，在所述加密等级对应的加密方式中选取目标加密方法。
与现有技术相比，本发明包括以下优点：
本发明公开了一种基于强化学习的分级加密方法，包括：将当前待加密明文划分成多个信息单元；依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法；依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密。上述的方法，将当前待加密明文划分成多个信息单元，依据每一个信息单元所述加密等级的目标加密方法对信息单元进行加密，加密过程中，只针对信息单元进行加密，避免了对明文的所有部分采用相同的加密方式，加密密钥与待加密明文长度呈正相关关系，若待加密的明文较长时，密钥的长度也会随着待加密明文的长度发生变化，较长的密钥在传输过程需要占用较大的传输带宽，导致密钥的传输效率低的问题。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例公开的一种基于强化学习的分级加密方法流程图；
图2为本申请实施例公开的一种基于强化学习的分级加密方法又一方法流程图；
图3为本申请实施例公开的一种基于强化学习的分级加密方法又一方法流程图；
图4为本申请实施例公开的一种基于强化学习的分级加密方法示意图；
图5为本申请实施例公开的一种基于强化学习的分级加密方法又一示意图；
图6为本申请实施例公开的一种基于强化学习的分级加密系统结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
本发明提供了一种基于强化学习的分级加密方法，所述分级加密方法应用在对明文进行加密的过程中，所述方法的执行主体可以为终端的处理器或者控制器，所述分级加密方法采用强化学习算法获得密钥分发策略，其中，强化学习算法是一种统称。具体包括如Q-Learning算法、策略梯度算法或者蒙特卡洛算法等多种具体的强化学习方法。所述分级加密方法的执行流程图如图1所示，包括步骤：
S101、将当前待加密明文划分成多个信息单元；
本发明实施例中，所述当前待加密明文不仅仅局限于图像、音频和视频等信息本身以及这些信息编码的码流，甚至还包括深度神经网络提取的特征信息。信息单元指足够小的基本信息单元，例如：若所述当前待加密明文为音频，则每一个信息单元为一帧音频信息，若所述当前待加密明文为图像，则每一个信息单元为图像块。
S102、依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法；
本发明实施例中，所述当前待加密明文包含多个加密等级，所述当前待加密明文具体包含多少个加密等级与所述当前待加密明文的类型、应用场所等多个因素存在关联，对于关重程度很低的信息单元，可以选择较低的加密等级进行加密，甚至可以不加密。依据所述预设的分级加密决策器，确定所述当前待加密明文中每一个信息单元所属的加密等级，并在每一个信息单元所属的加密等级中确定所述每一个信息单元的目标加密方法。其中，所述预设的分级加密决策器是通过强化学习的方法训练得到的。
S103、依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密。
本发明实施例中，依据与每一个信息单元对应的目标加密方法，对所述当前待加密明文中的各个信息单元进行加密。
本发明公开了一种基于强化学习的分级加密方法，包括：将当前待加密明文划分成多个信息单元；依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法；依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密。上述的方法，将当前待加密明文划分成多个信息单元，依据每一个信息单元所述加密等级的目标加密方法对信息单元进行加密，加密过程中，只针对信息单元进行加密，避免了对明文的所有部分采用相同的加密方式，加密密钥与待加密明文长度呈正相关关系，若待加密的明文较长时，密钥的长度也会随着待加密明文的长度发生变化，较长的密钥在传输过程需要占用较大的传输带宽，导致密钥的传输效率低的问题。
本发明实施例中，将当前待加密明文依据预设的划分规则划分成多个信息单元的方法流程如图2所示，包括步骤：
S201、依据所述当前待加密明文的类型，选取与所述当前待加密明文的类型对应的划分方法；
本发明实施例中，解析所述当前待加密明文的类型，所述类型可以为视频、音频、图片和文本类型等等。确定所述当前待加密明文的类型，依据所述当前待加密明文的类型，选取对应的划分方法。
S202、依据所述划分方法将所述当前待加密明文划分成多个信息单元。
本发明实施例中，依据所述划分方法，对所述当前待加密明文进行划分，得到多个信息单元，例如，图片类型划分成多个图像块单元，视频类型划分帧多个视频帧单元等等
其中，在对所述当前待加密明文进行划分的过程中，优选的，需要对划分得到的各个信息单元分配加密标识，所述加密标识可以为数字，字母或者其它具有规则的标识。
本发明实施例中，依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法流程如图3所示，包括步骤：
S301、确定所述当前待加密明文的各个加密等级，为每一个加密等级分配加密方式，所述加密方式包含至少一种加密方法；
本发明实施例中，依据所述当前待加密明文的类型、应用场所加密要求或者密钥传输环境等确定所述当前待加密明文的各个加密等级，其中，预先为每一个加密等级的加密方式中分配了不同的加密方法。
S302、针对每一个信息单元，依据每一个信息单元的关重程度，在所述各个加密等级中选取其所属的加密等级，依据所述预设的分级加密决策器的决策结果，在所述加密等级对应的加密方式中选取目标加密方法。
本发明实施例中，依据每一个信息单元在所述各个信息单元中的关重程度，在所述各个加密等级中选取与其对应的加密等级，依据所述预设的分级加密决策器的决策结果，确定与所述加密等级对应的各个加密方法中的目标加密方法，依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密。
本发明实施例中，依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密的方法流程可以为：获取每一个信息单元的加密标识，本发明实施例中，以加密标识是数字为例进行说明，所述加密标识可以为1、2、3……N。依据加密标识的顺序对每一个信息单元的加密标识，分别对每一个信息单元采用与其对应的目标加密方法进行加密。当检测到所述当前待加密明文的结束标识时，完成对所述当前待加密明文的加密，其中所述结束标识可以为一个预设的标识或者在进行所述当前待加密明文划分时，将所述加密标识的最后一个作为结束标识。
本发明实施例中，依据每一个信息单元所属的加密等级，对所述当前待加密明文进行加密的方法还可以为：确定与所述当前待加密明文对应的各个加密等级，依据所述预设的分级加密决策器的决策结果，确定每一个信息单元所属的加密等级和其对应的各个加密方法，遍历所述各个加密等
MP1800036级，采用与每一个信息单元的加密标识对应的目标加密方法对每一个加密等级中的各个信息单元进行加密，完成对所述当前待加密明文的加密。
本发明实施例中，基于上述的分级加密方法，本发明实施例中，优选的，将所述预设的分级加密决策器内置于一个密钥生成及分发模块中，优选的，所述预设的分级加密决策器依据马尔科夫决策过程(MDP)进行建模。所述密钥生成及分发模块可以确定每一个信息单元的加密等级并依据所述加密等级对应的加密方式对所述每一个信息单元进行加密，生成对应的密文，其对应的训练流程如图4所示。将所述当前待加密明文划分成为足够小的基本信息单元，将各个信息单元传递给所述密钥生成及分发模块；所述密钥生成及分发模块为所述当前待加密明文分配一种加密方法对所述各个信息单元进行拟加密得到各个密文单元，采用无密钥破解的方法尝试攻击破解，将各个破解结果与所述当前待加密明文中的各个信息单元之间的差异的回报值反馈给所述密钥生成及分发模块，其中，所述密钥分发模块将当前时刻待加密明文和前一时刻加密得到的密文作为环境状态值,将其隐私关重性等级分级和对应等级下的加密方式选择作为动作值，对密文进行破译，将对密文破译的结果和明文之间的距离测度结果作为回报值。通过对训练集中的待加密明文进行拟加密和尝试破译，利用拟加密和尝试破译产生足够多的交互经验,从而利用强化学习从产生的交互经验中学习最优加密策略作为密钥生成及分发方案。其中，所述强化学习算法的训练集可以直接来源于所述当前待加密明文，也可以是与所述当前待加密明文具有相同属性的同种类信息。
其中，所述密钥生成器分发模块中的
其中，以所述当前待加密明文为图像数据为例进行说明，将所述图像数据中的每张图像划分成16×16的图像块；
根据数据的安全性需求，确定隐私关重性等级的分级数目N＝2，L1表示传输前对该图像块进行加密处理；L2表示传输前不对该图像块进行加密处理；
对于隐私关重性等级L1，确定三种不同的加密方式：(1)将图像的像素值转化成二进制码流，从二进制码流的第二位开始，将该位的二进制数值与前一位进行异或操作作为加密结果；(2)按某种加密规则将该图像块中的像素顺序扰乱并进行重新排列；(3)对图像块叠加一个均值为128，方差为10的高斯噪声；对于隐私关重性等级L2，不对图像块进行加密处理。
将当前时刻待加密图像块和前一时刻加密得到的图像块密文作为环境状态值，将对该图像块的隐私关重性等级选择和对应等级下的加密方式选择作为动作值，对加密后的图像块进行恢复操作，即破解，将破解结果和原始图像块的均方误差作为回报值，从而利用Deep Q-learning算法或蒙特卡洛树算法训练密钥生成及分发模块。
本发明实施例中，所述分级加密方法的执行流程如图5所示。利用训练好的密钥生成及分发模块采用神经网络前馈对每一个信息单元进行加密处理。
本发明实施例中，与上述的一种基于强化学习的分级加密方法相对应的本发明还提供了一种基于强化学习的分级加密系统，所述分级加密系统的结构如图6所示，包括：
划分模块401，确定模块402和加密模块403。
其中，
所述划分模块401，用于将当前待加密明文划分成多个信息单元；
所述确定模块402，用于依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法。
所述加密模块403，用于依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密。
本发明公开了一种基于强化学习的分级加密系统，包括：将当前待加密明文划分成多个信息单元；依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法；依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密。上述的系统，将当前待加密明文划分成多个信息单元，依据每一个信息单元所述加密等级的目标加密方法对信息单元进行加密，加密过程中，只针对信息单元进行加密，避免了对明文的所有部分采用相同的加密方式，加密密钥与待加密明文长度呈正相关关系，若待加密的明文较长时，密钥的长度也会随着待加
MP1800036密明文的长度发生变化，较长的密钥在传输过程需要占用较大的传输带宽，导致密钥的传输效率低的问题。
本发明实施例中，所述划分模块401包括：
选取单元404和划分单元405。
其中，
所述选取单元404，用于依据所述当前待加密明文的类型，选取与所述当前待加密明文的类型对应的划分方法；
所述划分单元405，用于依据所述划分方法将所述当前待加密明文划分成多个信息单元。
本发明实施例中，所述确定模块402包括：
分配单元406和选取单元407。
所述分配单元406，用于确定所述当前待加密明文的各个加密等级，为每一个加密等级分配加密方式，所述加密方式包含至少一种加密方法；
所述选取单元407，用于针对每一个信息单元，依据每一个信息单元的关重程度，在所述各个加密等级中选取其所属的加密等级，依据所述预设的分级加密决策器的决策结果，在所述加密等级对应的加密方式中选取目标加密方法。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明所提供的一种基于强化学习的分级加密方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于强化学习的分级加密方法，其特征在于，包括：
将当前待加密明文划分成多个信息单元；
依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法；
依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密。
2.根据权利要求1所述的方法，其特征在于，将当前待加密明文依据预设的划分规则划分成多个信息单元包括：
依据所述当前待加密明文的类型，选取与所述当前待加密明文的类型对应的划分方法；
依据所述划分方法将所述当前待加密明文划分成多个信息单元。
3.根据权利要求1所述的方法，其特征在于，还包括：为每一个信息单元分配加密标识。
4.根据权利要求1所述的方法，其特征在于，预设的分级加密决策器的训练过程包括：
构建所述预设的分级加密决策器；
选择与加密任务相适应的强化学习方法，依据所述强化学习方法，采用所述预设的分级加密决策器反复对训练集中的待加密明文选择不同加密等级和不同加密等级下的不同加密方法进行拟加密，对加密结果进行尝试破译；
依据拟加密和尝试破译的结果产生的交互经验，实现对所述预设的分级加密决策器进行训练。
5.根据权利要求4所述的方法，其特征在于，依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法包括：
确定所述当前待加密明文的各个加密等级，为每一个加密等级分配加密方式，所述加密方式包含至少一种加密方法；
针对每一个信息单元，依据每一个信息单元的关重程度，在所述各个加密等级中选取其所属的加密等级，依据所述预设的分级加密决策器的决策结果，在所述加密等级对应的加密方式中选取目标加密方法。
6.根据权利要求3所述的方法，其特征在于，依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密包括：
获取每一个信息单元的加密标识；
依据所述每一个信息单元的加密标识，分别对每一个信息单元采用与其对应的目标加密方法进行加密；
当检测到所述当前待加密明文的结束标识时，完成对所述当前待加密明文的加密。
7.根据权利要求3所述的方法，其特征在于，依据每一个信息单元所属的加密等级，对所述当前待加密明文进行加密包括：
确定与所述当前待加密明文对应的各个加密等级；
依据所述预设的分级加密决策器的决策结果，确定每一个信息单元所属的加密等级和其对应的各个加密方法；
遍历所述各个加密等级，采用与每一个信息单元的加密标识对应的目标加密方法对每一个加密等级中的各个信息单元进行加密，完成对所述当前待加密明文的加密。
8.一种基于强化学习的分级加密系统，其特征在于，包括：
划分模块，用于将当前待加密明文划分成多个信息单元；
确定模块，用于依据预设的分级加密决策器，确定每一个信息单元所属的加密等级和所述加密等级对应的目标加密方法；
加密模块，用于依据每一个信息单元的目标加密方法，对所述当前待加密明文进行加密。
9.根据权利要求8所述的系统，其特征在于，所述划分模块包括：
选取单元，用于依据所述当前待加密明文的类型，选取与所述当前待加密明文的类型对应的划分方法；
划分单元，用于依据所述划分方法将所述当前待加密明文划分成多个信息单元。
10.根据权利要求8所述的系统，其特征在于，所述确定模块包括：
分配单元，用于确定所述当前待加密明文的各个加密等级，为每一个加密等级分配加密方式，所述加密方式包含至少一种加密方法；
选取单元，用于针对每一个信息单元，依据每一个信息单元的关重程度，在所述各个加密等级中选取其所属的加密等级，依据所述预设的分级加密决策器的决策结果，在所述加密等级对应的加密方式中选取目标加密方法。
CN201810468741.0A 2018-05-16 2018-05-16 一种基于强化学习的分级加密方法及系统 Pending CN108650269A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810468741.0A CN108650269A (zh) 2018-05-16 2018-05-16 一种基于强化学习的分级加密方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810468741.0A CN108650269A (zh) 2018-05-16 2018-05-16 一种基于强化学习的分级加密方法及系统

Publications (1)

Publication Number Publication Date
CN108650269A true CN108650269A (zh) 2018-10-12

Family

ID=63756254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810468741.0A Pending CN108650269A (zh) 2018-05-16 2018-05-16 一种基于强化学习的分级加密方法及系统

Country Status (1)

Country Link
CN (1) CN108650269A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111726354A (zh) * 2020-06-17 2020-09-29 梅州市悦思智能科技有限公司 一种基于物联网的数据传输加密设备
CN113132418A (zh) * 2021-06-17 2021-07-16 北京电信易通信息技术股份有限公司 一种可变等级加密方法、系统及装置
CN113285960A (zh) * 2021-07-21 2021-08-20 湖南轻悦健康管理有限公司 一种服务数据共享云平台的数据加密方法及系统
CN113422882A (zh) * 2021-06-22 2021-09-21 中国科学技术大学 图像压缩编码的分级加密方法、系统、设备与存储介质
WO2021218618A1 (zh) * 2020-04-26 2021-11-04 华为技术有限公司 一种数据处理方法、装置、系统、设备及介质
CN113949783A (zh) * 2021-10-18 2022-01-18 中南大学 一种基于纹理复杂度分类的遥感图像快速加密方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102064936A (zh) * 2010-11-29 2011-05-18 北京卓微天成科技咨询有限公司 一种数据加解密方法及装置
US20150170192A1 (en) * 2013-12-18 2015-06-18 Carlos I. Santaella Collaborative incentive campaign management computer system having campaign-oriented communication security controls and methods
CN105281904A (zh) * 2014-06-06 2016-01-27 佛山市顺德区美的电热电器制造有限公司 报文数据的加密方法、系统、物联网服务器和物联网终端
CN105337722A (zh) * 2014-06-19 2016-02-17 阿里巴巴集团控股有限公司 数据加密方法及装置
CN105512518A (zh) * 2015-11-30 2016-04-20 中国电子科技集团公司第三十研究所 一种基于唯密文的密码算法识别方法和系统
CN106452733A (zh) * 2016-11-24 2017-02-22 中国电子科技集团公司第三十研究所 一种基于密文分析的分组密码识别方法
CN108521326A (zh) * 2018-04-10 2018-09-11 电子科技大学 一种基于向量同态加密的隐私保护的线性svm模型训练算法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102064936A (zh) * 2010-11-29 2011-05-18 北京卓微天成科技咨询有限公司 一种数据加解密方法及装置
US20150170192A1 (en) * 2013-12-18 2015-06-18 Carlos I. Santaella Collaborative incentive campaign management computer system having campaign-oriented communication security controls and methods
CN105281904A (zh) * 2014-06-06 2016-01-27 佛山市顺德区美的电热电器制造有限公司 报文数据的加密方法、系统、物联网服务器和物联网终端
CN105337722A (zh) * 2014-06-19 2016-02-17 阿里巴巴集团控股有限公司 数据加密方法及装置
CN105512518A (zh) * 2015-11-30 2016-04-20 中国电子科技集团公司第三十研究所 一种基于唯密文的密码算法识别方法和系统
CN106452733A (zh) * 2016-11-24 2017-02-22 中国电子科技集团公司第三十研究所 一种基于密文分析的分组密码识别方法
CN108521326A (zh) * 2018-04-10 2018-09-11 电子科技大学 一种基于向量同态加密的隐私保护的线性svm模型训练算法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
HAITHAM AL AZAWEE1 、SABAH HUSIEN 、MOHD AMIN MOHD YUNUS: "《Encryption function on artificial neural network》", 《NEURAL COMPUTING AND APPLICATIONS》 *
杨灏: "《基于信任中继的量子密钥分配网络的路由算法研究》", 《中国优秀硕士学位论文全文数据库》 *
贾斌: "《基于机器学习和统计分析的DDoS攻击检测技术研究》", 《中国博士学位论文全文数据库 信息科技辑》 *
陈菲，李少轩: "《改进的 RSA 加密算法在智能药箱数据存储中的应用》", 《网络安全技术与应用》 *
陈锦俊、吴令安、范桁: "《量子保密通讯及经典密码》", 《物理》 *
马信哲: "《基于数字证书的加密网络电话的设计与实现》", 《中国优秀硕士学位论文全文数据库》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021218618A1 (zh) * 2020-04-26 2021-11-04 华为技术有限公司 一种数据处理方法、装置、系统、设备及介质
EP4131046A4 (en) * 2020-04-26 2023-08-23 Huawei Technologies Co., Ltd. DATA PROCESSING METHOD, APPARATUS AND SYSTEM, DEVICE AND MEDIA
CN111726354A (zh) * 2020-06-17 2020-09-29 梅州市悦思智能科技有限公司 一种基于物联网的数据传输加密设备
CN113132418A (zh) * 2021-06-17 2021-07-16 北京电信易通信息技术股份有限公司 一种可变等级加密方法、系统及装置
CN113132418B (zh) * 2021-06-17 2021-08-27 北京电信易通信息技术股份有限公司 一种可变等级加密方法、系统及装置
CN113422882A (zh) * 2021-06-22 2021-09-21 中国科学技术大学 图像压缩编码的分级加密方法、系统、设备与存储介质
CN113285960A (zh) * 2021-07-21 2021-08-20 湖南轻悦健康管理有限公司 一种服务数据共享云平台的数据加密方法及系统
CN113285960B (zh) * 2021-07-21 2021-10-01 湖南轻悦健康管理有限公司 一种服务数据共享云平台的数据加密方法及系统
CN113949783A (zh) * 2021-10-18 2022-01-18 中南大学 一种基于纹理复杂度分类的遥感图像快速加密方法

Similar Documents

Publication Publication Date Title
CN108650269A (zh) 一种基于强化学习的分级加密方法及系统
Alvarez et al. New approach to chaotic encryption
CN100536393C (zh) 一种基于秘密共享密码机制的用户管理方法
CN107038383A (zh) 一种数据处理的方法和设备
CN105049400A (zh) 在白盒实现方案中拆分s盒以防止攻击
CN105024803A (zh) 白箱实现中的行为指纹
Rhouma et al. Cryptanalysis of a spatiotemporal chaotic image/video cryptosystem
Abusukhon et al. New direction of cryptography: A review on text-to-image encryption algorithms based on RGB color value
CN103501220B (zh) 加密方法和装置
Kumar et al. Overview of information security using genetic algorithm and chaos
CN105306200B (zh) 网络账号密码的加密方法和装置
Shankar et al. Secure image transmission in wireless sensor network (WSN) applications
Sharma et al. Breaking of simplified data encryption standard using genetic algorithm
CN112380404B (zh) 数据过滤方法、装置及系统
Choubey et al. Cryptographic techniques in information security
Mezaal et al. OTP encryption enhancement based on logical operations
Erondu et al. An encryption and decryption model for data security using vigenere with advanced encryption standard
Shrivastava et al. Using letters frequency analysis in Caesar cipher with double columnar transposition technique
Afolabi et al. Implementation of an improved data encryption algorithm in a web based learning system
KR101148560B1 (ko) 비트 조합 순서를 이용한 암호화 방법 및 장치
Khadivi et al. Cipher-text classification with data mining
Vimalathithan et al. Cryptanalysis of S-DES using genetic algorithm
Singh et al. Cryptography and Steganography Techniques
CN108833575A (zh) 一种Web通信数据传输方法、服务器、客户端及系统
Khin et al. A novel hybrid encryption method based on honey encryption and advanced dna encoding scheme in key generation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181012