密钥生成方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种密钥生成方法、装置、电子设备及存储介质，涉及无线通信的安全技术领域。所述方法应用于基站，包括：根据经过训练后的神经网络模型预测上行信道信息对应的下行信道信息；对所述上行信道信息和所述下行信道信息进行量化处理，得到所述预测的上行信道信息二进制值和所述下行信道信息二进制值；对所述上行信道信息二进制值和所述下行信道信息二进制值进行比特信息协调；对比特信息协调后的所述上行信道信息二进制值和所述下行信道信息二进制值进行隐私增强，删除协调阶段披露的比特位；在隐私增强后生成通信密钥。使基站可以预测到用户终端的下行信号，提高密钥生成速率，并且降低噪音对信道的影响，提高密钥生成的安全性和可靠性。成的安全性和可靠性。成的安全性和可靠性。

【技术实现步骤摘要】
密钥生成方法、装置、电子设备及存储介质


[0001]本公开涉及无线通信的安全
，尤其涉及一种密钥生成方法、装置、电子设备及存储介质。

技术介绍

[0002]近年来无线通信在各个领域中迅速发展，同时无线信道传输数据的安全性和可靠性也面临着严峻的考验。
[0003]基于无线信道传输的安全问题，提出的传统加密算法，其密钥十分复杂无法保障密钥生成和分发流程具有高通信速率的安全防护。在基于密钥的物理层安全机制提出的的频分双工系统中，上行链路和下行链路在不同的频带中传输信息，很难利用信道的互易性来生成密钥。此外，在移动环境中，噪声影响使得接收端得到的物理量与发送端的物理量有较大差异，基于物理层安全机制的密钥生成受到影响。
[0004]因此，目前无线通信的密钥生成速率以及生成密钥安全性和可靠性是急需提高的。
[0005]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0006]本公开的目的在于提供一种密钥生成方法、装置、电子设备和存储介质，至少在一定程度上克服由于相关技术的密钥生成速率低的问题。
[0007]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0008]根据本公开的一个方面，提供一种密钥生成方法，应用于基站，包括：
[0009]根据经过训练后的神经网络模型预测上行信道信息对应的下行信道信息；
[0010]对所述上行信道信息和所述下行信道信息进行量化处理，得到所述上行信道信息二进制值和所述下行信道信息二进制值；
[0011]对所述上行信道信息二进制值和所述下行信道信息二进制值进行比特信息协调；
[0012]对比特信息协调后的所述上行信道信息二进制值和所述下行信道信息二进制值进行隐私增强，删除协调阶段披露的比特位；
[0013]在隐私增强后生成通信密钥。
[0014]在本公开一个实施例中，所述训练后的神经网络模型的生成步骤，包括：
[0015]获取待训练上行信道信息和待训练下行信道信息；
[0016]通过计算服务器对所述待训练上行信道信息和所述待训练下行信道信息进行标准化处理，得到标准化信道信息；
[0017]根据所述标准化信道信息通过所述计算服务器进行深度学习训练；
[0018]当所述深度学习训练达到收敛状态，获得训练后的神经网络模型。
[0019]在本公开一个实施例中，所述获取待训练上行信道信息和待训练下行信道信息，包括：
[0020]接收用户终端发送的所述待训练上行信道信息；
[0021]通过信道估计获得所述待训练下行信道信息。
[0022]在本公开一个实施例中，所述通过计算服务器对所述待训练上行信道信息和所述待训练下行信道信息进行标准化处理，得到标准化信道信息，包括：
[0023]根据所述待训练上行信道信息和所述待训练下行信道信息获得信道复数矩阵；
[0024]对所述信道复数矩阵进行标准化计算得到所述标准化信道信息，其中，所述标准化信道信息为二维矩阵。
[0025]在本公开一个实施例中，所述方法还包括：
[0026]若所述深度学习训练无法达到收敛状态，则获取的新待训练上行信道信息和新待训练上行信道信息，其中，所述新待训练上行信道信息的数量大于所述待训练上行信道信息的数量。
[0027]在本公开一个实施例中，还包括：
[0028]对所述新待训练上行信道信息和所述新待训练上行信道信息进行标准化处理，得到新标准化信道信息；
[0029]根据所述新标准化信道信息进行深度学习训练。
[0030]根据本公开的另一个方面，提供一种密钥生成装置，包括：
[0031]信息预测模块，用于根据经过训练后的神经网络模型预测上行信道信息对应的下行信道信息；
[0032]量化处理模块，用于对所述上行信道信息和所述下行信道信息进行量化处理，得到所述上行信道信息二进制值和所述下行信道信息二进制值；
[0033]信息协调模块，用于对所述上行信道信息二进制值和所述下行信道信息二进制值进行比特信息协调；
[0034]隐私增强模块，用于对比特信息协调后的所述上行信道信息二进制值和所述下行信道信息二进制值进行隐私增强，删除协调阶段披露的比特位；
[0035]密钥生成模块，用于在隐私增强后生成通信密钥。
[0036]根据本公开的再一个方面，提供一种电子设备，包括：
[0037]处理器；以及
[0038]存储器，用于存储所述处理器的可执行指令；
[0039]其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述密钥生成方法。
[0040]根据本公开的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的密钥生成方法。
[0041]本公开的实施例所提供的密钥生成方法，基站利用训练后的神经网络模型预测上行信道信息对应的下行信道信息，训练后的神经网络模型具有很强的信号特征提取能力，能够充分提取无线信道的特征。对下行信号进行预测，使基站和终端可以得到一致的下行信号，可以降低了后续密钥生成的不一致率。对上行信道信息和预测得到的下行信道信息进行量化处理，对不匹配的比特进行信息协调，然后通过隐私增强删除协调阶段披露的信
息，最终使得基站和用户终端得到一致的密钥。基站提前可以预测到终端的下行信号，提高了密钥生成速率，提高密钥生成的安全性和可靠性。并且基于神经网络模型的密钥生成手段降低了噪音对无线信道的影响，增强密钥的安全性和可靠性。
[0042]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0043]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。
[0044]图1示出本公开一个实施例中一种密钥生成方法流程图；
[0045]图2示出本公开一个实施例中一种密钥生成的无线通信连接示意图；
[0046]图3示出本公开另一个实施例中一种密钥生成方法流程图；
[0047]图4示出本公开再一个实施例中一种密钥生成方法流程图；
[0048]图5示出本公开又一个实施例中一种密钥生成方法流程图；
[0049]图6示出本公开一个实施例中一种密钥生成方法的判断框图；
[0050]图7示出本公开又一个实施例中一种密钥生成方法流程图；和
[0051]图8示出本公开实施例中一种密钥生成装置示意图。
具体实施方式
[0052]现在将参考附图更全本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种密钥生成方法，其特征在于，应用于基站，包括：根据经过训练后的神经网络模型预测上行信道信息对应的下行信道信息；对所述上行信道信息和所述下行信道信息进行量化处理，得到所述上行信道信息二进制值和所述下行信道信息二进制值；对所述上行信道信息二进制值和所述下行信道信息二进制值进行比特信息协调；对比特信息协调后的所述上行信道信息二进制值和所述下行信道信息二进制值进行隐私增强，删除协调阶段披露的比特位；在隐私增强后生成通信密钥。2.根据权利要求1所述的密钥生成方法，其特征在于，所述训练后的神经网络模型的生成步骤，包括：获取待训练上行信道信息和待训练下行信道信息；通过计算服务器对所述待训练上行信道信息和所述待训练下行信道信息进行标准化处理，得到标准化信道信息；根据所述标准化信道信息通过所述计算服务器进行深度学习训练；当所述深度学习训练达到收敛状态，获得训练后的神经网络模型。3.根据权利要求2所述的密钥生成方法，其特征在于，所述获取待训练上行信道信息和待训练下行信道信息，包括：接收用户终端发送的所述待训练上行信道信息；通过信道估计获得所述待训练下行信道信息。4.根据权利要求2所述的密钥生成方法，其特征在于，所述通过计算服务器对所述待训练上行信道信息和所述待训练下行信道信息进行标准化处理，得到标准化信道信息，包括：根据所述待训练上行信道信息和所述待训练下行信道信息获得信道复数矩阵；对所述信道复数矩阵进行标准化计算得到所述标准化信道信息，其中，所述标准化信道信息为二维矩阵。5.根据权利要求2所述的密钥生成方法，其特征在于，所述方法还包括：若所述深度学习训练无法达到收敛状态，则获取的新待训练上行信道信息和新待训练上行信道信息，其中，所述新待训练上行信道信息的数...

【专利技术属性】
技术研发人员：张子婷，曾宇，孟锐，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：