一种基于神经网络的安全人工噪声加密方法技术

本发明专利技术公开了一种基于神经网络的安全人工噪声加密方法，本地端与远程端采用相同的以时间为自变量的人工噪声序列Γ(k)，并采用相同的以T为周期的周期函数f(x)和周期不为T的周期函数g(x)；本地端中，以f(Γ(k))作为本地端神经网络N(θ(k))的输入，将输出的当前时刻的安全人工噪声与原始观测值相加，作为通信网络传输加密过的观测信息；以人工噪声序列Γ(k)为输入，经过周期函数g(x)产生的输出作为本地端神经网络N(θ)的目标值，计算损失函数值，用梯度下降算法更新网络权重θ(k)；远程端中，采用相同方法得到加密人工噪声，将通过网络传输得到的数据减掉加密人工噪声，得到原始观测值；本方法对通过无线网络传输的观测信息加入人工噪声进行加密，安全可靠。安全可靠。安全可靠。

【技术实现步骤摘要】
一种基于神经网络的安全人工噪声加密方法


[0001]本专利技术属于远程状态估计
，涉及观测信息安全传输方法，主要涉及了一种基于神经网络的安全人工噪声加密方法。

技术介绍

[0002]计算、控制与通信的快速发展扩大了信息物理系统中设备与设备之间的互联规模，但是，这种开放物理访问的系统更容易受到恶意攻击者针对某一漏洞的攻击。其中，窃听是一种典型的被动攻击手段，它不会对系统的性能产生影响，但是对信息的安全性产生了威胁。
[0003]防止窃听的方式有很多，最常见而且直观的方法就是对原始的信息进行加密，其中在原始信息中加入人工噪声就是一种简单有效的方法，加入一个随机数作为人工噪声能够在一定程度上迷惑窃听者。如果该随机数是伪随机数，即实际上用该数由电脑根据某一函数生成，则窃听者有能力通过大量的统计信息对该函数进行估计，进而对信息进行解密。如果采用类似于热噪声过程产生真随机数，在远程端则无法复原噪声的生成结果。
[0004]为了让本地端的加密信息能够在远程端进行还原，目前采用的技术主要包括零空间法和编码矩阵法：零空间法用的是加性人工噪声本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的安全人工噪声加密方法，其特征在于，包括以下步骤：S1：本地端与远程端采用相同的以时间为自变量的人工噪声序列Γ(k)，并采用相同的以T为周期的周期函数f(x)和周期不为T的周期函数g(x)；对本地端和远程端的神经网络N(θ)和N
’
(θ)进行初始化；对远程端的后验协方差矩阵和状态估计值进行初始化；S2：本地端，以f(Γ(k))作为神经网络N(θ(k))的输入，输出为当前时刻的安全人工噪声；S3：将步骤S2获得的当前时刻的安全人工噪声与原始观测值相加，作为通信网络传输加密过的观测信息；S4：以人工噪声序列Γ(k)为输入，经过周期函数g(x)产生的输出作为神经网络N(θ)的目标值，计算损失函数值，用梯度下降算法更新网络N(θ(k))的权重θ(k)；S5：远程端，重复步骤S2
‑
S3的方法得到加密人工噪声，将通过网络传输得到的数据减掉加密人工噪声，得到原始观测值；执行卡尔曼滤波算法更新后验状态估计值和协方差矩阵，再通过步骤S4的方法更新远程端的神经网络N
′
(θ
′
(k))权重θ
′
(k)；S6：重复步骤S2
‑
S5，直到估计时间结束。2.如权利要求1所述一种基于神经网络的安全人工噪声加密方法，其特征在于：所述步骤S1中，本地端和远程端的神经网络N(θ)和N
’
(θ)初始化时，采用完全相同的超参数，所述超参数至少包括网络结构、学习率、损失函数、优化方法以及初始化权重；所述周期T小于人工噪声Γ(k)的极差。3.如权利要求2所述一种基于神经网络的安全人工噪声加密方法，其特征在于：所述步骤S3中，k时刻通信网络传输的加密过的观测信息y
*
(k)为：其中，表示以f(Γ(k))为输入，经过参数为θ(k)的神经网络之后产生的输出；y(k)∈R
p
表示k时刻的系统原始观测值。4.如权利要求2所述一种基于神经网络的安全人工噪声加密方法，其特...

【专利技术属性】
技术研发人员：张亚，吴昊，陈国浠，
申请(专利权)人：东南大学，
类型：发明
国别省市：