CN112637204A - 一种网络数据传输加密系统 - Google Patents
一种网络数据传输加密系统 Download PDFInfo
- Publication number
- CN112637204A CN112637204A CN202011533616.7A CN202011533616A CN112637204A CN 112637204 A CN112637204 A CN 112637204A CN 202011533616 A CN202011533616 A CN 202011533616A CN 112637204 A CN112637204 A CN 112637204A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- ciphertext
- detected
- result
- 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
Links
Images
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
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)
- Storage Device Security (AREA)
Abstract
本发明公开了一种网络数据传输加密系统,该方法包括:对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;该待检测数据为存储文件数据或网络数据流数据;将二维灰度图片输入预先训练好的加密通信检测模型,输出待检测数据是否被加密的结果;加密通信检测模型包括特征提取模块和特征映射模块;其中,特征提取模块用于对二维灰度图片进行特征提取,得到该二维灰度图的信息相关性特征图;特征映射模块用于对信息相关性特征图进行特征映射,得到待测数据是否被加密的结果;本发明可解决网络输入问题,实现自动特征提取,并判断数据是否加密,在避免复杂特征提取的同时提高分类精度,并适用于,多种类型的数据。
Description
技术领域
本发明涉及信息安全领域,特别涉及一种网络数据传输加密系统。
背景技术
在计算机及网络通信时代,信息很容易被获取、复制和传播,因此,加密通信技术在信息时代获得了广阔的用武之地。事实上,近年来随着互联网普及率的提高以及人们保护隐私和信息安全等意识的提升,加密通信技术已被广泛深入使用于人们日常生活的方方面面。
加密通信技术可以为合法用户提供数据安全保护,例如,对自己计算机中存储的重要文件进行加密以防止被浏览和偷窃,在通过通讯工具传输文件时先进行加密等。但加密通信技术是一把双刃剑,它既可以作为保护伞保护用户的隐私和合法数据的安全,也同样可以被不法分子用于隐藏其违法行为数据,使得不法分子也能通过建立基于加密技术的安全信道来传输恶意数据,以达到隐藏其恶意性质和规避防火墙的检测等目的。因此,从网络安全监管的角度出发,研究加密通信检测及取证技术迫在眉睫。然而现有的加密检测方法大多基于传统特征工程技术,需要人工设计特征,过程繁琐,人工特征选取的好坏直接影响检测精度,且通常检测准确度并不高。
目前的加密通信检测,即隐写检测,需要进行检测和取证的加密通信检测场景通常有两种:一种是对数据进行加密后,存放于各类存储介质(如硬盘、U盘、光盘等,这些介质可以很容易的进行运输) ,另一种是对数据进行加密后通过网络进行传输或直接通过加密信道,如虚拟专用网络(Virtual Private Network,VPN) ,进行加密通信。通常可以通过计算待检测数据的熵值判断数据是否被加密,但是基于熵的方法对于压缩媒体数据和加密数据区分效果差,因此对于大量音视频数据的加密判定存在不足;还可以通过检验统计项对待检测的存储型数据进行测试,然后设定置信水平,如果检验统计特征值大于置信水平,则判定数据被加密,但该方法对于压缩型数据识别效果较差。还有通过机器学习来判断数据是否被加密,但现有的基于机器学习的方法通常需要人工设计特征,不是端到端的检测,因此过程较为繁琐,且检测准确度并不高。
也有一些加密通信检测方面的研究,如利用NIST SP800-22standard公布的15项测试项对待检测数据进行随机性测试,该测试总共提取188维特征,然后利用其提出的贪心算法进行特征选择,最后使用Support Vector Data Description(SVDD)算法利用选取的特征进行模型训练及检测。该贪心算法至少要进行375次特征选择,极端情况下最多需要进行17766次特征选取,因此至少需要训练375个SVDD模型并进行检测,最多需要训练17766个SVDD模型,非常繁琐;再如利用NIST测试标准进行15项测试,提取188维特征,通过寻找L1-norm正则化逻辑回归函数的最优解来进行特征选取,最后利用极速学习机进行模型训练与检测,该方法中特征维数的选取对结果影响较大;还有基于熵估计法的Skype加密流量实时检测方法,但该方法在加密数据流量较小时性能较差,也没有讨论对加密和非加密压缩流量的检测效果;Cisico公司提出的一种基于通信流上下文信息的加密恶意流量检测方法是比较好的工作,但是更偏重于恶意流量特征的提取和识别,并非通用的流量加密检测识别方法;还有一些基于端口的识别,或是基于内容签名的识别,再或是流量特征的识别方法,但这些方法只能针对特定的加密协议识别来实现。必须知道加密协议的细节。在开放的网络环境中,私有加密协议的出现使得这些方法难以实现。
发明内容
本发明的目的在于克服现有技术缺陷,提出了一种网络数据传输加密系统。
为了实现上述目的 ,本发明提出了一种网络数据传输加密系统包括:
一种网络数据传输加密系统, 数据接收模块,用于接收客户端的用户的请求信息密文和后台管理人员导入的档案信 息;区块生成模块,用于生成新的区块,本模块由房东来承担; 背书模块,用于为新区块背书,本模块由监管机构承担; 广播竞争模块,用于通过广播竞争验证新区块是否合法;数据匹配模块,用于根据请求信息密文匹配用户的档案信息生成客户编号清单,并根据客户编号清单从计量系统中提取用户的用能信息;系统预测模块,用于根据用户的用能信息采用预置的预测方法进行电量预测,生成每 种预测方法的预测结果; 数据加密模块,用于将档案信息、客户编号清单、用户的用能信息和预测结果进行加密 处理形成档案信息密文、客户编号清单密文、用能信息密文和预测结果密文,并生成数据密钥对; 传输加密模块,用于将档案信息密文、客户编号清单密文、用能信息密文、预测结果密 文和数据密钥对在传输过程中进行加密形成返回结果密文; 数据传输模块,用于将返回结果密文传输到客户端; 数据存储模块,用于存储档案信息密文、客户编号清单密文、用能信息密文、预测结果 密文、数据密钥对;出块机会判断模块,用于向区块生成模块请求出块,本模块由房客来承担,出块机会判断模块与区块生成模块之间的通信采用第二加密方法;所述加密通信检测模型包括特征提取模块和特征映射模块;其中,所述特征提取模块,用于对二维灰度图片进行特征提取,得到该二维灰度图的信息相关性特征图 ;所述特征映 射模块,用于对信息相关性特征图进行特征映射,得到待测数据是否被加密的结果;
所述预处理模块,用于对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;
所述检测输出模块,用于将二维灰度图片输入所述加密通信检测模型,输出待检测数据是否被加密的结果。
所述的网络数据传输加密系统,出块机会判断模块与区块生成模块之间的通信采用第二加密方法包括: 采集单元,用于采集房间信息C和订单信息D;杂凑单元,用于将C和D进行杂凑,得到E0;加签单元,用于采用主密钥PKEY对E0加签得到密文E。
所述的网络数据传输加密系统,所述数据接收模块还包括接收客户端的用户对预测方法的选择结果,所述选择结果以密文的方式存储在数据存储模块;所述系统预测模块还用于根据选择结果密文将对应选择结果的预测方法的预测结果进行加权处理,形成最终预测结果;所述数据加密模块还用于将最终预测结果进行加密形成最终预测结果密文,并生成数据密钥对;所述返回结果密文还包括最终预测结果密文。
所述的网络数据传输加密系统, 所述数据接收模块还包括接收客户端的用户对预测方法的选择结果,所述选择结果以密文的方式存储在数据存储模块;所述系统预测模块还用于根据选择结果密文将对应选择结果的预测方法的预测结果进行加权处理,形成最终预测结果;所述数据加密模块还用于将最终预测结果进行加密形成最终预测结果密文,并生成数据密钥对; 所述返回结果密文还包括最终预测结果密文。
一种网络数据传输加密系统加密方法,对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;该待检测数据为存储文件数据或网络数据流数据; 将二维灰度图片输入预先训练好的加密通信检测模型,输出待检测数据是否被加密的结果;所述加密通信检测模型包括特征提取模块和特征映射模块;其中 ,所述特征提取模块,用于对二维灰度图片进行特征提取,得到该二维灰度图的信息相关性特征图;所述特征映射模块,用于对信息相关性特征图进行特征映射,得到待测数据是否被加密的结果。
所述网络数据传输加密系统加密方法,所述对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;该待检测数据为存储文件数据或网络数据流数据;具体包括:
将所述待检测数据的每个字节转换为二进制序列;该待检测数据为存储文件数据或网络数据流数据;其中,所述存储文件数据为视频数据、音频数据或文本数据;所述网络数据流数据为网络流量浏览数据或FTP传输流量数据;
将二进制序列的每个字节转换为一个像素值,得到待检测数据对应的二维灰度图片;所述特征提取模块包括多激活处理单元、多通道选择单元和池化降维单元;其中,多激活处理单元,用于对二维灰度图片进行并行的多激活处理,得到该二维灰度图的多特性特征图;多通道选择单元,用于根据多特性特征图的通道数量,对多特性特征图进行处理,输出多尺度高层特征图;池化降维单元,用于对多尺度高层特征图进行池化降维,得到二维灰度图的信息相关性特征图。
所述加密通信检测模型包括特征提取模块和特征映射模块;其中,所述特征提取模块, 用于对二维灰度图片进行特征提取,得到该二维灰度图的信息相关性特征图 ;所述特征映 射模块,用于对信息相关性特征图进行特征映射,得到待测数据是否被加密的结果;
所述预处理模块,用于对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;
所述检测输出模块,用于将二维灰度图片输入所述加密通信检测模型,输出待检测数 据是否被加密的结果。
与现有技术相比,本发明的优势在于:本发明提供的存储文件及网络数据流加密通信检测方法及系统,创造性地将一维 数据转换为二维灰度图片作为加密检测网络的输入,解决了网络的输入问题。结构的设计,能够有效增强网络的特征表达能力,可实现自动从训练数据中进行网络学习并提取有效的检测特征,从而检测数据是否被嵌入了秘密信息,避免了人工提取特征的麻烦,能够很好的解决不同分类算法对特征选取的差异性,而且提高了检测精度,并适用于多种类型的数据检测。
附图说明
图1为本发明实施例1提供的一种存储文件及网络数据流加密系统示意图;
图2为本发明实施例1提供的InceptionT和InceptionR结构示意图。
具体实施方式
下面结合附图和实施例对本发明的技术方案进行详细的说明。
需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部内容。一些示例性实施例被描述成作为流程示意图描绘的处理或方法,虽然流程示意图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。
一种网络数据传输加密系统,数据接收模块,用于接收客户端的用户的请求信息密文和后台管理人员导入的档案信息;区块生成模块,用于生成新的区块,本模块由房东来承担; 背书模块,用于为新区块背书,本模块由监管机构承担;广播竞争模块,用于通过广播竞争验证新区块是否合法; 数据匹配模块,用于根据请求信息密文匹配用户的档案信息生成客户编号清单,并根 据客户编号清单从计量系统中提取用户的用能信息;系统预测模块,用于根据用户的用能信息采用预置的预测方法进行电量预测,生成每 种预测方法的预测结果;数据加密模块,用于将档案信息、客户编号清单、用户的用能信息和预测结果进行加密 处理形成档案信息密文、客户编号清单密文、用能信息密文和预测结果密文,并生成数据密钥对; 传输加密模块,用于将档案信息密文、客户编号清单密文、用能信息密文、预测结果密文和数据密钥对在传输过程中进行加密形成返回结果密文; 数据传输模块,用于将返回结果密文传输到客户端; 数据存储模块,用于存储档案信息密文、客户编号清单密文、用能信息密文、预测结果密文、数据密钥对;出块机会判断模块,用于向区块生成模块请求出块,本模块由房客来承担,出块机会判断模块与区块生成模块之间的通信采用第二加密方法;所述加密通信检测模型包括特征提取模块和特征映射模块;其中,所述特征提取模块,用于对二维灰度图片进行特征提取,得到该二维灰度图的信息相关性特征图 ;所述特征映射模块,用于对信息相关性特征图进行特征映射,得到待测数据是否被加密的结果;
所述预处理模块,用于对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;
所述检测输出模块,用于将二维灰度图片输入所述加密通信检测模型,输出待检测数据是否被加密的结果。
所述的网络数据传输加密系统,出块机会判断模块与区块生成模块之间的通信采用第二加密方法包括:采集单元,用于采集房间信息C和订单信息D; 杂凑单元,用于将C和D进行杂凑,得到E0;加签单元,用于采用主密钥PKEY对E0加签得到密文E。
所述的网络数据传输加密系统,所述数据接收模块还包括接收客户端的用户对预测方法的选择结果,所述选择结果以密文的方式存 储在数据存储模块;所述系统预测模块还用于根据选择结果密文将对应选择结果的预测方法的预测结果进行加权处理,形成最终预测结果;所述数据加密模块还用于将最终预测结果进行加密形成最终预测结果密文,并生成数据密钥对;所述返回结果密文还包括最终预测结果密文。
所述的网络数据传输加密系统, 所述数据接收模块还包括接收客户端的用户对预测方法的选择结果,所述选择结果以密文的方式存 储在数据存储模块;所述系统预测模块还用于根据选择结果密文将对应选择结果的预测方法的预测结果进行加权处理,形成最终预测结果;所述数据加密模块还用于将最终预测结果进行加密形成最终预测结果密文,并生成数据密钥对;所述返回结果密文还包括最终预测结果密文。
一种网络数据传输加密系统加密方法,对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;该待检测数据为存储文件数据或网络数据流数据;将二维灰度图片输入预先训练好的加密通信检测模型,输出待检测数据是否被加密的结果;所述加密通信检测模型包括特征提取模块和特征映射模块;其中,所述特征提取模块,用于对二维灰度图片进行特征提取,得到该二维灰度图的信息相关性特征图;所述特征映射模块,用于对信息相关性特征图进行特征映射,得到待测数据是否被加密的结果。
所述网络数据传输加密系统加密方法,所述对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;该待检测数据为存储文件数据或网络数据流数据;具体包括:
将所述待检测数据的每个字节转换为二进制序列;该待检测数据为存储文件数据或网络数据流数据;其中,所述存储文件数据为视频数据、音频数据或文本数据;所述网络数据流数据为网络流量浏览数据或FTP传输流量数据;
将二进制序列的每个字节转换为一个像素值,得到待检测数据对应的二维灰度图片;所述特征提取模块包括多激活处理单元、多通道选择单元和池化降维单元;其中,多激活处理单元,用于对二维灰度图片进行并行的多激活处理,得到该二维灰度图的多特性特征图; 多通道选择单元,用于根据多特性特征图的通道数量,对多特性特征图进行处理,输出多尺度高层特征图;池化降维单元,用于对多尺度高层特征图进行池化降维,得到二维灰度图的信息相关性特征图。
所述加密通信检测模型包括特征提取模块和特征映射模块;其中,所述特征提取模块,用于对二维灰度图片进行特征提取,得到该二维灰度图的信息相关性特征图;所述特征映 射模块,用于对信息相关性特征图进行特征映射,得到待测数据是否被加密的结果;
所述预处理模块,用于对待检测数据进行字节转换处理,得到待检测数据对应的二维 灰度图片;
所述检测输出模块,用于将二维灰度图片输入所述加密通信检测模型,输出待检测数据是否被加密的结果。
与现有技术相比 ,本发明的优势在于:
本发明提供的存储文件及网络数据流加密通信检测方法及系统,创造性地将一维数据转换为二维灰度图片作为加密检测网络的输入,解决了网络的输入问题。结构的设计,能够有效增强网络的特征表达能力,可实现自动从训练数据中进行网络学习并提取有效的检测特征,从而检测数据是否被嵌入了秘密信息,避免了人工提取特征的麻烦,能够很好的解决不同分类算法对特征选取的差异性,而且提高了检测精度,并适用于多 种类型的数据检测。
本实施例提供的存储文件及网络数据流加密通信检测技术方案,通过创造性地将数据转换为二维灰度图片作为加密检测网络的输入,从而解决了基于CNN的加密检测网络的输入问题。通过对网络结构的设计,能够有效增强网络的特征表达能力,可实现自动从训 练数据中进行网络学习并提取有效的检测特征,从而检测数据是否被加密,是一种端到端 的高效加密通信检测方法,避免了人工提取特征的麻烦,能够很好的解决不同分类算法对 特征选取的差异性,而且提高了检测精度,并适用于多种类型的数据检测。
可选地,在利用训练集对加密通信检测模型进行训练之前还包括利用预训练数据集对加密通信检测模型进行预训练;利用预训练数据集对加密通信检测模型进行预训练包括:随机下载数据作为预训练数据集,将预训练数据集按照步骤110至步骤150进行处理,以进行加密通信检测模型的预训练,得到在预训练数据集上最优的模型参数组合;迁移学习是一种将预训练模型应用在其他相关任务中的学习方式,并作为另一个任务模型的起点。为了使本发明实施例提供的加密通信检测模型训练时有一个比较好的参数初始值,使用预训练数据集先对本发明实施例提供的加密通信检测模型进行了预训练,然后将该预训练模型加载到加密通信检测任务中进行微调。
从训练集中随机选取一组灰度图片进行特征提取,得到输出特征图,包括:对每一灰度图片进行并行的多激活机制处理,得到每一灰度图片的多特性特征图 ;对多特性特征图进行通道选择机制与多尺度卷积处理,得到每一灰度图片的多尺度高层特征图 ;对多尺度高层特征图进行池化降维,得到每一灰度图片的信息相关性特征图。
实施例2
构建一种存储文件及网络数据流加密系统,该系统包括加密通信检测模型、预处理模块和检测输出模块;
加密通信检测模型包括特征提取模块和特征映射模块;其中,所述特征提取模块,用于对二维灰度图片进行特征提取,得到该二维灰度图的信息相关性特征图 ;所述特征映射模块,用于对信息相关性特征图进行特征映射,得到待测数据是否被加密的结果;
预处理模块,用于对待检测数据进行字节转换处理,得到该检测数据对应的二维灰度图片;
检测输出模块,用于将二维灰度图片输入所述加密通信检测模型,输出待检测数据是否被加密的结果。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围 ,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种网络数据传输加密系统,其特征在于,数据接收模块,用于接收客户端的用户的请求信息密文和后台管理人员导入的档案信 息;区块生成模块,用于生成新的区块,本模块由房东来承担; 背书模块,用于为新区块背书,本模块由监管机构承担;广播竞争模块,用于通过广播竞争验证新区块是否合法; 数据匹配模块,用于根据请求信息密文匹配用户的档案信息生成客户编号清单,并根 据客户编号清单从计量系统中提取用户的用能信息;系统预测模块,用于根据用户的用能信息采用预置的预测方法进行电量预测,生成每 种预测方法的预测结果;数据加密模块,用于将档案信息、客户编号清单、用户的用能信息和预测结果进行加密 处理形成档案信息密文、客户编号清单密文、用能信息密文和预测结果密文,并生成数据密 钥对;传输加密模块,用于将档案信息密文、客户编号清单密文、用能信息密文、预测结果密 文和数据密钥对在传输过程中进行加密形成返回结果密文; 数据传输模块,用于将返回结果密文传输到客户端;数据存储模块,用于存储档案信息密文、客户编号清单密文、用能信息密文、预测结果 密文、数据密钥对;出块机会判断模块,用于向区块生成模块请求出块,本模块由房客来承担,出块机会判断模块与区块生成模块之间的通信采用第二加密方法;所述加密通信检测模型包括特征提取模块和特征映射模块;其中,所述特征提取模块,用于对二维灰度图片进行特征提取,得到该二维灰度图的信息相关性特征图 ;所述特征映 射模块,用于对信息相关性特征图进行特征映射,得到待测数据是否被加密的结果;
所述预处理模块,用于对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;
所述检测输出模块,用于将二维灰度图片输入所述加密通信检测模型,输出待检测数据是否被加密的结果。
2.根据权利要求1所述的网络数据传输加密系统,其特征在于,出块机会判断模块与区块生成模块之间的通信采用第二加密方法包括: 采集单元,用于采集房间信息C和订单信息D; 杂凑单元,用于将C和D进行杂凑,得到E0;加签单元,用于采用主密钥PKEY对E0加签得到密文E。
3.根据权利要求1所述的网络数据传输加密系统,其特征在于,所述数据接收模块还包括接收客户端的用户对预测方法的选择结果,所述选择结果以密文的方式存 储在数据存储模块;所述系统预测模块还用于根据选择结果密文将对应选择结果的预测方法的预测结果进行加权处理,形成最终预测结果;所述数据加密模块还用于将最终预测结果进行加密形成最终预测结果密文,并生成数据密钥对;所述返回结果密文还包括最终预测结果密文。
4.根据权利要求1所述的网络数据传输加密系统,其特征在于,所述数据 接收模块还包括接收客户端的用户对预测方法的选择结果,所述选择结果以密文的方式存 储在数据存储模块;所述系统预测模块还用于根据选择结果密文将对应选择结果的预测方法的预测结果进行加权处 理,形成最终预测结果;所述数据加密模块还用于将最终预测结果进行加密形成最终预测结果密文,并生成数据密钥对; 所述返回结果密文还包括最终预测结果密文。
5.一种网络数据传输加密系统加密方法,其特征在于,对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;该待检测数据为存储文件数据或网络数据流数据; 将二维灰度图片输入预先训练好的加密通信检测模型,输出待检测数据是否被加密的结果;所述加密通信检测模型包括特征提取模块和特征映射模块;其中 ,所述特征提取模块,用于对二维灰度图片进行特征提取,得到该二维灰度图的信息相关性特征图;所述特征映射模块,用于对信息相关性特征图进行特征映射,得到待测数据是否被加密的结果。
6.根据权利要求5所述网络数据传输加密系统加密方法,其特征在于,所述 对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;该待检测数据为 存储文件数据或网络数据流数据;具体包括:
将所述待检测数据的每个字节转换为二进制序列;该待检测数据为存储文件数据或网络数据流数据;其中,所述存储文件数据为视频数据、音频数据或文本数据;所述网络数据流数据为网络流量浏览数据或FTP传输流量数据;
将二进制序列的每个字节转换为一个像素值,得到待检测数据对应的二维灰度图片;所述特征提取模块包括多激活处理单元、多通道选择单元和池化降维单元;其中, 多激活处理单元,用于对二维灰度图片进行并行的多激活处理,得到该二维灰度图的多特性特征图; 多通道选择单元,用于根据多特性特征图的通道数量,对多特性特征图进行处理,输出多尺度高层特征图; 池化降维单元,用于对多尺度高层特征图进行池化降维,得到二维灰度图的信息相关性特征图;
所述加密通信检测模型包括特征提取模块和特征映射模块;其中,所述特征提取模块,用于对二维灰度图片进行特征提取,得到该二维灰度图的信息相关性特征图 ;所述特征映射模块,用于对信息相关性特征图进行特征映射,得到待测数据是否被加密的结果;
所述预处理模块,用于对待检测数据进行字节转换处理,得到待检测数据对应的二维灰度图片;
所述检测输出模块,用于将二维灰度图片输入所述加密通信检测模型,输出待检测数据是否被加密的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011533616.7A CN112637204A (zh) | 2020-12-22 | 2020-12-22 | 一种网络数据传输加密系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011533616.7A CN112637204A (zh) | 2020-12-22 | 2020-12-22 | 一种网络数据传输加密系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112637204A true CN112637204A (zh) | 2021-04-09 |
Family
ID=75321301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011533616.7A Pending CN112637204A (zh) | 2020-12-22 | 2020-12-22 | 一种网络数据传输加密系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112637204A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110968892A (zh) * | 2019-11-18 | 2020-04-07 | 广东卓维网络有限公司 | 一种基于电量数据查询的数据加密系统 |
CN111343155A (zh) * | 2020-02-11 | 2020-06-26 | 南京峰凯云歌数据科技有限公司 | 基于区块链的信息加密系统 |
CN111507386A (zh) * | 2020-04-09 | 2020-08-07 | 中国科学院声学研究所南海研究站 | 一种存储文件及网络数据流加密通信检测方法及系统 |
-
2020
- 2020-12-22 CN CN202011533616.7A patent/CN112637204A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110968892A (zh) * | 2019-11-18 | 2020-04-07 | 广东卓维网络有限公司 | 一种基于电量数据查询的数据加密系统 |
CN111343155A (zh) * | 2020-02-11 | 2020-06-26 | 南京峰凯云歌数据科技有限公司 | 基于区块链的信息加密系统 |
CN111507386A (zh) * | 2020-04-09 | 2020-08-07 | 中国科学院声学研究所南海研究站 | 一种存储文件及网络数据流加密通信检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhou et al. | Coverless image steganography using partial-duplicate image retrieval | |
CN107480163B (zh) | 一种云环境下支持隐私保护的高效密文图像检索方法 | |
US7941386B2 (en) | Forensic systems and methods using search packs that can be edited for enterprise-wide data identification, data sharing, and management | |
CN105518679B (zh) | 图片管理方法以及图片同步方法 | |
CN111507386B (zh) | 一种存储文件及网络数据流加密通信检测方法及系统 | |
US8819408B2 (en) | Document processing method and system | |
US20100005073A1 (en) | Methods for Searching Forensic Data | |
CN110659379B (zh) | 一种基于深度卷积网络特征的可搜索加密图像检索方法 | |
Blundo et al. | Espresso: efficient privacy-preserving evaluation of sample set similarity | |
US20130159694A1 (en) | Document processing method and system | |
EP3552129B1 (fr) | Procédé d'enregistrement d'un contenu multimédia, procédé de détection d'une marque au sein d'un contenu multimédia, dispositifs et programme d'ordinateurs correspondants | |
Wang et al. | A privacy-preserving and traitor tracking content-based image retrieval scheme in cloud computing | |
CN115865534B (zh) | 一种基于恶意加密流量检测方法、系统、装置及介质 | |
Su et al. | Secure image storage system based on compressed sensing and 2D-SLLIM in cloud environment | |
Cui et al. | Harnessing encrypted data in cloud for secure and efficient image sharing from mobile devices | |
CN110535630B (zh) | 密钥生成方法、装置及存储介质 | |
Ren et al. | A visually secure image encryption scheme based on compressed sensing and Chebyshev-dynamics coupled map lattices in cloud environment | |
Breitinger et al. | DFRWS EU 10-year review and future directions in Digital Forensic Research | |
CN110069907A (zh) | 基于数字水印的大数据溯源方法及系统 | |
Shreelekshmi et al. | Undetectable least significant bit replacement steganography | |
KR102104873B1 (ko) | 이메일 암호화 방법 | |
Jin et al. | Efficient blind face recognition in the cloud | |
Li et al. | Side channel steganalysis: when behavior is considered in steganographer detection | |
CN112637204A (zh) | 一种网络数据传输加密系统 | |
Kozak et al. | Efficiency and security in similarity cloud services |
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: 20210409 |