一种基于机器学习储备池计算的保密通信方法及系统

    公开(公告)号:CN112910625A

    公开(公告)日:2021-06-04

    申请号:CN202110103866.5

    申请日:2021-01-26

    Abstract: 本发明公开了一种基于机器学习储备池计算的保密通信方法及系统,其中方法包括:首先通过时滞混沌系统生成的混沌信号,并分为训练集U1(t)和加密集U2(t),利用U1(t)对接收端的储备池计算模块进行神经网络训练,利用U2(t)对待发送信号进行加密,发送端将加密集U2(t)中的某一个维度的标量信号发送给接收端以替代储备池计算模块输出的信号向量V(t)中同一维度的信号,更新储备池计算模块的输入信号V'(t),利用训练好的储备池计算模块完成同步加密解密。本发明解决了传统接收端同步解密系统单一局限性的弊端,大大增强了解密系统的灵活性,能正确有效地恢复出原有信息。

    一种基于多个时滞储备池计算串联的保密通信实现方法

    公开(公告)号:CN113556222B

    公开(公告)日:2023-08-15

    申请号:CN202110680910.9

    申请日:2021-06-18

    Abstract: 一种基于多个时滞储备池串联计算的保密通信实现方法,利用多个时滞储备池计算串联的方法制作出来的接收方同步解密系统,解决了传统接收端同步解密系统受发送端加密系统限制的弊端,增强了解密系统的灵活性。训练后的储备池计算模块通过一个标量信号的传输就可以模拟并同步加密系统,实现了一维时滞储备池计算对三维加密系统混沌信号的学习和稳定预测,解决三维数据输入端口问题。通过异维学习,针对加密系统携带真实信息的维度实现混沌同步,从而解密。时滞储备池计算串联仅需要4个真实节点,总计48个虚拟节点,解决了常规储备池数据量大,难以通过硬件实现的问题。最后通过混沌掩盖的技术实现了图像的保密传输,并能正确有效地恢复出原有信息。

    一种基于机器学习储备池计算的保密通信方法及系统

    公开(公告)号:CN112910625B

    公开(公告)日:2023-02-28

    申请号:CN202110103866.5

    申请日:2021-01-26

    Abstract: 本发明公开了一种基于机器学习储备池计算的保密通信方法及系统,其中方法包括:首先通过时滞混沌系统生成的混沌信号,并分为训练集U1(t)和加密集U2(t),利用U1(t)对接收端的储备池计算模块进行神经网络训练,利用U2(t)对待发送信号进行加密,发送端将加密集U2(t)中的某一个维度的标量信号发送给接收端以替代储备池计算模块输出的信号向量V(t)中同一维度的信号,更新储备池计算模块的输入信号V'(t),利用训练好的储备池计算模块完成同步加密解密。本发明解决了传统接收端同步解密系统单一局限性的弊端,大大增强了解密系统的灵活性,能正确有效地恢复出原有信息。

    一种基于多个时滞储备池计算串联的保密通信实现方法

    公开(公告)号:CN113556222A

    公开(公告)日:2021-10-26

    申请号:CN202110680910.9

    申请日:2021-06-18

    Abstract: 一种基于多个时滞储备池串联计算的保密通信实现方法,利用多个时滞储备池计算串联的方法制作出来的接收方同步解密系统,解决了传统接收端同步解密系统受发送端加密系统限制的弊端,增强了解密系统的灵活性。训练后的储备池计算模块通过一个标量信号的传输就可以模拟并同步加密系统,实现了一维时滞储备池计算对三维加密系统混沌信号的学习和稳定预测,解决三维数据输入端口问题。通过异维学习,针对加密系统携带真实信息的维度实现混沌同步,从而解密。时滞储备池计算串联仅需要4个真实节点,总计48个虚拟节点,解决了常规储备池数据量大,难以通过硬件实现的问题。最后通过混沌掩盖的技术实现了图像的保密传输,并能正确有效地恢复出原有信息。

Patent Agency Ranking