一种密钥恢复的方法、装置、存储介质及电子设备制造方法及图纸

本说明书公开了一种密钥恢复的方法、装置、存储介质及电子设备。本说明书实施例在密钥恢复的过程中，基于强化学习的方式阶梯式的训练密钥识别神经网络，使得最终训练完成的训练密钥识别神经网络对于1比特数量为任意的密钥均能有良好的识别效果。钥均能有良好的识别效果。钥均能有良好的识别效果。

【技术实现步骤摘要】
一种密钥恢复的方法、装置、存储介质及电子设备


[0001]本说明书涉及计算机
，尤其涉及一种密钥恢复的方法、装置、存储介质及电子设备。

技术介绍

[0002]如今为了保证信息与网络安全，常常会使用各种加密手段来对明文进行加密以确定出加密密码，人们可以使用加密密码来保护自身的财产及隐私安全，这促进了现代社会的发展和人类社会的进步。
[0003]分组加密即是目前最常用的一种加密方法，而实际应用过程中，则会由于如用户忘记密码或者为了生成对于分组密码的保护措施等原因，需要对确定分组密码时使用的密钥进行恢复。
[0004]现有的分组密码密钥恢复方法主要包括差分分析方法或者线性分析方法，即通过分析特定明文差分对结果密文差分的影响来获得可能性最大的密钥。这两种方法所需要用到的明文和经过待识别密钥对该明文加密后的密文的数量巨大，并且计算效率较低。
[0005]因此，如何准确而又高效的进行分组密码密钥的恢复是目前亟待解决的问题。

技术实现思路

[0006]本说明书提供一种密钥恢复的方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。
[0007]本说明书采用下述技术方案：
[0008]本说明书提供了一种密钥恢复的方法，包括：
[0009]获取样本数据，所述样本数据包括样本明文对以及所述明文对在实际密钥下的标签密文对，所述样本明文对中包含有两个样本明文，所述标签密文对中包含有使用所述实际密钥对所述样本明文对中包含的两个样本明文进行分别加密后的标签密文；
[0010]确定初始猜测密钥，并根据所述初始猜测密钥，对所述样本明文对中包含的两个样本明文分别进行加密，得到待验证密文对；
[0011]根据所述待验证密文对、所述初始猜测密钥以及所述标签密文对，确定输入数据；
[0012]将所述输入数据输入到密钥识别神经网络，以使所述密钥识别神经网络在所述待验证密文对的基础上，根据所述初始猜测密钥中每一位经过翻转后所得到的密钥能够得到所述标签密文对的概率，对所述初始猜测密钥进行更新，得到更新后密钥；
[0013]确定所述更新后密钥对应的奖励值，并根据所述奖励值，对所述密钥识别神经网络进行训练；
[0014]将所述训练后的密钥识别神经网络部署在预设的密钥恢复系统中，以在接收到密钥恢复请求后，通过所述训练后的密钥识别神经网络，基于所述密钥恢复请求中携带的明文对进行密钥恢复。
[0015]可选地，所述实际密钥包括N个密钥，其中，第N个密钥为包含有1比特数量为N的密
钥，N为不小于1的正整数；
[0016]根据所述待验证密文对、所述初始猜测密钥以及所述标签密文对，确定输入数据，具体包括：
[0017]在执行第N轮模型训练时，根据所述待验证密文对、所述初始猜测密钥以及使用第N个密钥对所述样本明文对进行加密所得到的第N个标签密文对，确定第N轮的输入数据；
[0018]将所述输入数据输入到密钥识别神经网络，以使所述密钥识别神经网络在所述待验证密文对的基础上，根据所述初始猜测密钥中每一位经过翻转后所得到的密钥能够得到所述标签密文对的概率，对所述初始猜测密钥进行更新，得到更新后密钥，具体包括：
[0019]将所述第N轮的输入数据输入到经过第N
‑
1轮训练得到的密钥识别神经网络，以使所述经过第N
‑
1轮训练得到的密钥识别神经网络在所述待验证密文对的基础上，根据所述初始猜测密钥中每一位经过翻转后所得到的密钥能够得到所述第N个标签密文对的概率，对所述初始猜测密钥进行更新，得到第N轮的更新后密钥；
[0020]确定所述更新后密钥对应的奖励值，并根据所述奖励值，对所述密钥识别神经网络进行训练，具体包括：
[0021]确定所述第N轮的更新后密钥对应的奖励值，并根据所述第N轮的更新后密钥对应的奖励值，执行第N轮训练，得到经过第N轮训练得到的密钥识别神经网络，并根据确定出的第N+1轮的输入数据，对经过第N轮训练得到的密钥识别神经网络执行第N+1轮训练，直至满足预设的训练条件为止。
[0022]可选地，根据所述待验证密文对、所述初始猜测密钥以及所述标签密文对，确定输入数据，具体包括：
[0023]将对所述待验证密文对的两个待验证密文进行异或处理所得的数据确定为第一数据；
[0024]将对所述标签密文对的两个标签密文进行异或处理所得的数据确定为第二数据；
[0025]根据所述待验证密文对、所述初始猜测密钥、所述第一数据、所述第二数据以及所述标签密文对，确定输入数据。
[0026]可选地，确定所述更新后密钥对应的奖励值，具体包括：
[0027]根据所述更新后密钥与所述实际密钥之间的距离，确定所述更新后密钥对应的奖励值，其中，所述距离用于表述所述更新后密钥与所述实际密钥之间的接近程度。
[0028]可选的，将所述输入数据输入到密钥识别神经网络，以使所述密钥识别神经网络在所述待验证密文对的基础上，根据所述初始猜测密钥中每一位经过翻转后所得到的密钥能够得到所述标签密文对的概率，对所述初始猜测密钥进行更新，得到更新后密钥，具体包括：
[0029]将所述输入数据输入到所述密钥识别神经网络中的编码器中，以通过所述编码器，得到编码后的输入数据；
[0030]将所述编码后的输入数据输入到所述密钥识别神经网络中的预测器中，以通过所述预测器在所述待验证密文对的基础上，根据所述初始猜测密钥中每一位经过翻转后所得到的密钥能够得到所述标签密文对的概率，确定翻转策略以及所述翻转策略的价值，其中，所述翻转策略用于标识所述初始猜测密钥中所要翻转的字符位，所述翻转策略的价值是根据所述初始猜测密钥中每一位经过翻转后所得到的密钥能够得到所述标签密文对的概率
以及所述初始猜测密钥中每一位经过翻转后所得到的密钥对应的奖励值而确定；
[0031]将所述翻转策略输入到所述密钥识别神经网络中的生成器中，以通过所述生成器根据所述翻转策略对所述初始猜测密钥进行更新，得到更新后密钥。
[0032]可选的，在通过所述生成器根据所述翻转策略对所述初始猜测密钥进行更新，得到更新后密钥之后，所述方法还包括：
[0033]将所述翻转策略输入到所述密钥识别神经网络中的生成器中，以通过所述生成器，根据所述待验证密文对、所述更新后密钥以及所述标签密文对，得到输入数据；
[0034]将所述生成器得到的所述输入数据输入到所述密钥识别神经网络中的编码器中，以通过所述编码器，得到编码后的输入数据。
[0035]本说明书提供了一种密钥恢复的装置，包括：
[0036]获取模块，用于获取样本数据，所述样本数据包括样本明文对以及所述明文对在实际密钥下的标签密文对，所述样本明文对中包含有两个样本明文，所述标签密文对中包含有使用所述实际密钥对所述样本明文对中包含的两个样本明文进行分别加密后的标签密文；
[0037]第一确定模块，用于确定初始猜测密钥，并根据所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种密钥恢复的方法，其特征在于，包括：获取样本数据，所述样本数据包括样本明文对以及所述明文对在实际密钥下的标签密文对，所述样本明文对中包含有两个样本明文，所述标签密文对中包含有使用所述实际密钥对所述样本明文对中包含的两个样本明文进行分别加密后的标签密文；确定初始猜测密钥，并根据所述初始猜测密钥，对所述样本明文对中包含的两个样本明文分别进行加密，得到待验证密文对；根据所述待验证密文对、所述初始猜测密钥以及所述标签密文对，确定输入数据；将所述输入数据输入到密钥识别神经网络，以使所述密钥识别神经网络在所述待验证密文对的基础上，根据所述初始猜测密钥中每一位经过翻转后所得到的密钥能够得到所述标签密文对的概率，对所述初始猜测密钥进行更新，得到更新后密钥；确定所述更新后密钥对应的奖励值，并根据所述奖励值，对所述密钥识别神经网络进行训练；将所述训练后的密钥识别神经网络部署在预设的密钥恢复系统中，以在接收到密钥恢复请求后，通过所述训练后的密钥识别神经网络，基于所述密钥恢复请求中携带的明文对进行密钥恢复。2.如权利要求1所述的方法，其特征在于，所述实际密钥包括N个密钥，其中，第N个密钥为包含有1比特数量为N的密钥，N为不小于1的正整数；根据所述待验证密文对、所述初始猜测密钥以及所述标签密文对，确定输入数据，具体包括：在执行第N轮模型训练时，根据所述待验证密文对、所述初始猜测密钥以及使用第N个密钥对所述样本明文对进行加密所得到的第N个标签密文对，确定第N轮的输入数据；将所述输入数据输入到密钥识别神经网络，以使所述密钥识别神经网络在所述待验证密文对的基础上，根据所述初始猜测密钥中每一位经过翻转后所得到的密钥能够得到所述标签密文对的概率，对所述初始猜测密钥进行更新，得到更新后密钥，具体包括：将所述第N轮的输入数据输入到经过第N
‑
1轮训练得到的密钥识别神经网络，以使所述经过第N
‑
1轮训练得到的密钥识别神经网络在所述待验证密文对的基础上，根据所述初始猜测密钥中每一位经过翻转后所得到的密钥能够得到所述第N个标签密文对的概率，对所述初始猜测密钥进行更新，得到第N轮的更新后密钥；确定所述更新后密钥对应的奖励值，并根据所述奖励值，对所述密钥识别神经网络进行训练，具体包括：确定所述第N轮的更新后密钥对应的奖励值，并根据所述第N轮的更新后密钥对应的奖励值，执行第N轮训练，得到经过第N轮训练得到的密钥识别神经网络，并根据确定出的第N+1轮的输入数据，对经过第N轮训练得到的密钥识别神经网络执行第N+1轮训练，直至满足预设的训练条件为止。3.如权利要求1所述的方法，其特征在于，根据所述待验证密文对、所述初始猜测密钥以及所述标签密文对，确定输入数据，具体包括：将对所述待验证密文对的两个待验证密文进行异或处理所得的数据确定为第一数据；将对所述标签密文对的两个标签密文进行异或处理所得的数据确定为第二数据；根据所述待验证密文对、所述初始猜测密钥、所述第一数据、所述第二数据以及所述标
签密文对，确定输入数据。4.如权利要求1所述的方法，其特征在于，确定所述更新后密钥对应的奖励值，具体包括：根据所述更新后密钥与所述实际密钥之间的距离，确定所述更新后密钥对应的奖励值，其中，所述距离用于表述所述更新后密钥与所述实际密钥之间的接近程度。5.如权利要求1～4任一项所述的方法，其特征在于，将所述输入数据输入到密钥识别神经网络，...

【专利技术属性】
技术研发人员：吴文勋，刘勇，刘鑫，刘鹏，
申请(专利权)人：之江实验室，
类型：发明
国别省市：