OFDM加密系统中基于卷积神经网络的无密钥解密方法技术方案

本发明专利技术公开了OFDM加密系统中基于卷积神经网络的无密钥解密方法，包括：S1、加密数据获取：数据经过串并转换、QAM映射，产生QAM符号，利用Arnold变换进行QAM符号的置乱，得到加密数据；S2、数据训练：将加密数据输入到卷积神经网络模型中，密文通过卷积神经网络的前向传播，提取加密数据的特征，前向传播产生的结果与明文对比，计算出两者之间的误差；然后进行反向传播，通过更新卷积神经网络各个层的权值，使得误差变小；通过上述循环，训练出无密钥解密模型；S3、解密：待解密数据置乱后进入信道中传输，在接收端将接收的信号输入无密钥解密模型进行信号解密。本发明专利技术实现无密钥解密，降低传输带宽。

【技术实现步骤摘要】
OFDM加密系统中基于卷积神经网络的无密钥解密方法
本专利技术属于通信加密
，尤其涉及OFDM加密系统中基于卷积神经网络的无密钥解密方法。
技术介绍
信息安全在各种应用中的技术重要性日益增加，例如安全的通信渠道、安全的身份识别和安全的数据存储。正交频分复用(OFDM)技术具有提高频谱利用率、抗多径效应以及动态资源分配等优势，因此，OFDM技术成为5G的重要技术。由于OFDM传输网络的广播特性使该技术容易受到攻击，这些攻击者主要是通过窃听的方式获取信号，进行解码和恢复传输信号。目前，许多研究主要集中在采用更多的数据置乱方法来设计OFDM加密系统。目前所设计的加密系统的脆弱性分析没有引起足够的关注。所设计的加密系统能否抵御未经授权人员的攻击仍然是一个严重的问题。从本质上说，密码学和密码分析是互利的，可以形成密切的关系，共同发展。安全的密码技术应该通过密码分析抵御各种攻击。然而，密码分析也可以促进更有利和更安全方案的发展。现有的密码分析方法集中于加密密钥。攻击方估计各种加密密钥是困难和耗时，并且在不利于实践。因此，需要开发一种用于加密系本文档来自技高网...

【技术保护点】
1.OFDM加密系统中基于卷积神经网络的无密钥解密方法，其特征在于，包括以下步骤：/nS1、加密数据的获取；/n原始数据经过串并转换、QAM映射，产生QAM符号，并利用Arnold变换进行QAM符号的置乱，得到加密数据；所述加密数据包括多对明文和与之对应的密文；/nS2、加密数据的训练；/n将加密数据输入到卷积神经网络中，密文通过卷积神经网络的前向传播以提取加密数据的特征，将加密数据的特征与相应的明文对比以计算出两者之间的误差；然后进行反向传播，通过更新卷积神经网络的权值W，使得密文和对应的明文之间的误差变小；通过上述前向传播和反向传播的循环，以训练得到无密钥解密模型；/nS3、信号解密；/n...

【技术特征摘要】
1.OFDM加密系统中基于卷积神经网络的无密钥解密方法，其特征在于，包括以下步骤：
S1、加密数据的获取；
原始数据经过串并转换、QAM映射，产生QAM符号，并利用Arnold变换进行QAM符号的置乱，得到加密数据；所述加密数据包括多对明文和与之对应的密文；
S2、加密数据的训练；
将加密数据输入到卷积神经网络中，密文通过卷积神经网络的前向传播以提取加密数据的特征，将加密数据的特征与相应的明文对比以计算出两者之间的误差；然后进行反向传播，通过更新卷积神经网络的权值W，使得密文和对应的明文之间的误差变小；通过上述前向传播和反向传播的循环，以训练得到无密钥解密模型；
S3、信号解密；
基于OFDM加密系统，待解密数据经过串并转换、QAM映射，产生QAM符号，利用Arnold变换进行QAM符号的置乱；然后经过OFDM调制后进入信道中传输；最后在接收端将接收的信号输入无密钥解密模型中，进行信号解密以得到原始信号。


2.根据权利要求1所述的无密钥解密方法，其特征在于，所述步骤S1中，利用Arnold变换进行QAM符号的置乱，包括：
利用Arnold变换将原始数据矩阵中各个位置的点进行重新排列，以实现置乱。


3.根据权利要求1所述的无密钥解密方法，其特征在于，所述步骤S2中，利用卷积神经网络对明文和密文进行训练，密文经过卷积神经网络训练后，卷积神经网络可以自动从数据中学习特征，并把结果向同类型未知数据泛化。


4.根据权利要求3所述的无密钥解密方法，其特征在于，所述步骤S2中，数对密文和相应的明文输入至卷积神经网络中，密文进入卷积层进行卷积；
假设密文矩阵X的大小为m×m，卷积层中卷积核为W的大小为L×L，卷积过程表示为：



其中，Xc为经过卷积层产生的矩阵，x(i,j)为卷积核中各个点，w(i,j)为卷积核中各个点的权值，b(i,j)为卷积核中各个点的偏置，σ为卷积层神经网络的激活函数；
对于...

【专利技术属性】
技术研发人员：周玉鑫，毕美华，何美霖，卢旸，杨国伟，周雪芳，胡淼，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33