【技术实现步骤摘要】
基于连续变量量子神经网络的加解密方法
本专利技术具体涉及一种基于连续变量量子神经网络的加解密方法。
技术介绍
在信息飞速发展的时代，网络安全一直是个热点话题且变得越来越重要。在经典密码学中，大多的密码算法至今仍是基于“数学难”问题来增强信息的安全性。然而，量子计算的发展对于这些基于数学复杂性的密码算法构成了一定的威胁。如著名的经典公钥机制RSA，其利用了大数难以被分解的性质去提高算法的安全性。但是，研究发现，量子搜索算法Shor’s可以在多项式时间内对大数进行分解，即将经典角度的NP问题转换为了P问题，这对RSA算法来说是不可忽略的威胁。因此，为了维护网络信息安全，人们开始研究后量子算法去对抗强大的量子计算对经典密码算法构成的攻击。神经网络(artificialneuralnetwork，简称ANN)近几年被广泛研究，因其具有多重结构和无向性特征，ANN可以和密码学结合起来去构造不同类型的密码系统：利用部分信息或者时序延迟等方法实现网络随机同步，可以让两个甚至多组ANN完成权值交换，基于此可以完成私钥共享，以及揭示Hopfield神经网络中隐藏的混沌信号去处理数据...
【技术保护点】
1.一种基于连续变量量子神经网络的加解密方法，包括如下步骤：S1.发送方和接收方进行通信之前，系统采用训练样本对连续变量量子神经网络进行更新；S2.连续变量量子神经网络更新完成后，发送方和连续变量量子神经网络进行测量基同步；S3.发送方将需要发送的明文发送给连续变量量子神经网络，连续变量量子神经网络对接收的明文进行判定和预处理后再发回给发送方；S4.测量基同步完成后，发送方在该测量基的基础上，将步骤S3接收的预处理后的数据信息转换为二次明文，并发送给连续变量量子神经网络；S5.连续变量量子神经网络对接收到信息进行加密后发送到接收方；S6.接收方接收到加密信息后，再将加密信息...
【技术特征摘要】
1.一种基于连续变量量子神经网络的加解密方法，包括如下步骤：S1.发送方和接收方进行通信之前，系统采用训练样本对连续变量量子神经网络进行更新；S2.连续变量量子神经网络更新完成后，发送方和连续变量量子神经网络进行测量基同步；S3.发送方将需要发送的明文发送给连续变量量子神经网络，连续变量量子神经网络对接收的明文进行判定和预处理后再发回给发送方；S4.测量基同步完成后，发送方在该测量基的基础上，将步骤S3接收的预处理后的数据信息转换为二次明文，并发送给连续变量量子神经网络；S5.连续变量量子神经网络对接收到信息进行加密后发送到接收方；S6.接收方接收到加密信息后，再将加密信息发送回连续变量量子神经网络进行解密，从而得到发送方发送的信息。2.根据权利要求1所述的基于连续变量量子神经网络的加解密方法，其特征在于步骤S1所述的系统采用训练样本对连续变量量子神经网络进行更新，具体为连续变量量子神经网络根据训练集对自身网络进行反复更新，直至连续变量量子神经网络的损失函数低于设定的阈值，从而得到能够正确执行数据加密的连续变量量子神经网络。3.根据权利要求2所述的基于连续变量量子神经网络的加解密方法，其特征在于所述的连续变量量子神经网络根据训练集对自身网络进行反复更新，具体为连续变量量子神经网络根据训练集，采用Adam优化算法对自身网络进行反复更新。4.根据权利要求1～3之一所述的基于连续变量量子神经网络的加解密方法，其特征在于步骤S2所述的发送方和连续变量量子神经网络进行测量基同步，具体为采用如下步骤进行同步：A.发送方首先将在随机选择的测量基下决定的光子发送给连续变量量子神经网络；B.连续变量量子神经网络会在某测量基下对接收的光子进行测量：若测量接收到的序列中值与发送方发送的序列中值相同，则认定当前的测量基相同，并选择当前的测量基为最终采用的测量基；若测量接收到的序列中值与发送方发送的序列中值不同，则重复上述步骤直至测量接收到的序列中值与发送方发送的序列中值相同，并选定当前的测量基为最终采用的测量基。5.根据权利要求...
【专利技术属性】
技术研发人员：石金晶，陈淑慧，冯艳艳，陆玉虎，施荣华，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。