【技术实现步骤摘要】
本专利技术涉及光学加密，具体地说，涉及一种基于跳跃连接网络的光学加密攻击方法及系统。
技术介绍
1、随着信息时代的发展，人们对信息传输的数量和速度都有了更高的要求，由最初的文本信息到图像信息，再到视频信息，尤其是随着元宇宙与物联网概念的提出，当代通信对数据的传输量和处理速度提出了极高的要求，光学加密因其处理复杂信息时的高效性和并行能力得到越来越广泛的重视和应用，但针对所设计的光学加密系统的脆弱性分析与安全性证明还没有引起足够的重视，设计的光学加密系统是否能抵御未经授权的第三方攻击是一个严重的问题。因此从密码分析学的角度针对光学加密系统进行安全性分析的迭代优化对保障信息安全性有着重要的意义，目前国内外针对光学加密的攻击方法有了一些研究，例如从静止的白噪声中检索明文的方法或使用混合迭代相位检索算法。但传统的针对光学加密的分析方法易受各类前提条件的限制，尤其是不同加密方式的密钥的检索非常困难，且时间复杂度很高。因此，需要开发一种新的光学加密系统攻击方法，使其能适应当今时代对光学加密系统安全性分析的要求。
2、神经网络因其对数据卓越的处理能力被广泛应用在各项任务中，利用神经网络优秀的计算能力和非线性对光学加密系统进行攻击和分析是当下光学密码分析的新发展趋势。与传统攻击方法相比，基于神经网络光学密码分析方案具有更多的优势，其突破了复杂的相位检索和光学密钥检索的限制，光学加密攻击方式的突破对加密系统本身安全性的提升有着重大的贡献，高效的安全性证明方案和全新的攻击方式可以帮助研究者发现其中的安全隐患，迭代加密方案，促使光学加密体系
技术实现思路
1、本专利技术的目的在于提供一种基于跳跃连接网络的光学加密攻击方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述技术问题的解决，本专利技术的目的之一在于，提供了一种基于跳跃连接网络的光学加密攻击方法，该方法属于选择明文攻击，网络结构本质上是一个编码器-解码器网络，针对光学加密任务设计网络结构；具体包括如下步骤：
3、s1、首先引入跳跃连接将浅层所提取的信息与深层的网络进行拼接，防止网络退化；
4、s2、其次使用正则化处理消除过拟合现象，使攻击模型可以对当前大部分光学加密系统进行选择明文攻击；
5、s3、网络训练过程的输入为明-密文对，得到一个拟合的光学加密系统的伪造密钥；
6、s4、通过伪造密钥直接从密文图像中准确恢复出明文信息。
7、作为本技术方案的进一步改进，所述编码器-解码器网络中，编码器部分利用稠密卷积从输入密文中提取特征映射，解码器利用提取到的特征信息逐bit映射获取明文信息，利用嵌套跳跃连接对各维度特征信息进行拼接，在后向传播的过程中有效地把梯度传递到前面的网络层，为准确恢复出明文提供了多尺度、多层级的信息，扩大感受野的同时恢复下采样过程中丢失的空间信息，有效解决因层级过于简单造成的分析结果较差和层级过深造成的梯度消失问题，同时加入数据归一化处理稳定网络的整体性能。
8、作为本技术方案的进一步改进，所述攻击模型中，编码器的关键操作可表述为如下步骤：
9、a1、将密文图像输入网络模型；
10、a2、利用卷积模块对图像进行特征提取，卷积核纵向横向的滑动步长均为1，填充1*1；
11、a3、通过2d批量归一化层，防止后续激活函数因输入过大导致的性能不稳定、收敛过慢等问题，提高模型准确性并控制过拟合。同时加入可学习的仿射变换并追踪运行时的方差和均值信息，对图像像素信息进行实时更新；
12、a4、此后特征数据经过激活层，激活函数选择为relu；与tanh等激活函数相比，摆脱了复杂的函数运算，收敛速度更快，不会出现梯度消失和梯度爆炸现象，易于反向传播的实现，且能够将神经网络中神经元活跃度进行人为控制，将神经网络中一半以上神经元处于激活状态，达到相同运算效率的同时，运算复杂度大大下降。
13、a5、将经激活函数后的特征数据，进行一次2d归一化处理后再通过一次relu函数，最大程度保证其准确性；
14、a6、在不对特征图进行填充的情况下采用2*2大小的窗口选择移动步长为2进行最大池化操作，经池化后输出特征数据。
15、作为本技术方案的进一步改进，所述攻击模型中，解码器构造与编码器具体模块类似，区别在于将最后的最大池化层变为上采样层；解码器的关键操作可表述为如下步骤：
16、b1、将特征信息输入解码器；
17、b2、利用卷积模块进行特征提取，卷积核纵向横向的滑动步长均为1，填充1*1；
18、b3、通过2d批量归一化层，防止后续激活函数因输入过大导致的性能不稳定、收敛过慢等问题，提高模型准确性并控制过拟合；同时加入可学习的仿射变换并追踪运行时的方差和均值信息，对图像像素信息进行实时更新；
19、b4、此后特征数据经过激活层；
20、b5、将经激活函数后的特征数据，进行一次2d归一化处理后再通过一次relu函数，最大程度保证其准确性；
21、b6、对特征图进行上采样操作，利用双线性插值将特征图的空间尺寸再次扩增回原尺寸。
22、作为本技术方案的进一步改进，所述步骤a3、步骤b3中，加入可学习的仿射变换并追踪运行时的方差和均值信息，对图像像素信息进行实时更新；其数学表达式如下：
23、
24、式中，y表示模型输出，x表示模型输入，mean(x)表示x的均值，var(x)表示x的方差，eps、gamma和beta均表示参数。
25、作为本技术方案的进一步改进，所述步骤a4、步骤b4中，激活函数均选择为relu，其表达式为：
26、f(x)＝max(0,x)
27、式中，f(x)为激活函数。
28、作为本技术方案的进一步改进，所述攻击模型的训练过程中，采用前述的编码器-解码器网络依次进行编码-解码操作；经过多次编码-解码操作后，最后利用1*1大小的卷积核在横向纵向进行步长为1的滑动，将n*n*n的特征图映射至n*n*1的图像真值，完成训练，攻击模型具有恢复原文图像的能力。
29、作为本技术方案的进一步改进，所述攻击模型的训练过程中，选择bcewithlogitsloss作为损失函数，其内部整合了bceloss和sigmoid函数，并使用log-sum-exp trick提高数值稳定性；其中，log-sum-本文档来自技高网...
【技术保护点】
1.一种基于跳跃连接网络的光学加密攻击方法及系统，其特征在于：该方法属于选择明文攻击，网络结构本质上是一个编码器-解码器网络，针对光学加密任务设计网络结构；具体包括如下步骤：
2.根据权利要求1所述的基于跳跃连接网络的光学加密攻击方法，其特征在于：所述编码器-解码器网络中，编码器部分利用稠密卷积从输入密文中提取特征映射，解码器利用提取到的特征信息逐bit映射获取明文信息，利用嵌套跳跃连接对各维度特征信息进行拼接，在后向传播的过程中有效地把梯度传递到前面的网络层，为准确恢复出明文提供了多尺度、多层级的信息，扩大感受野的同时恢复下采样过程中丢失的空间信息，同时加入数据归一化处理稳定网络的整体性能。
3.根据权利要求2所述的基于跳跃连接网络的光学加密攻击方法，其特征在于：所述攻击模型中，编码器的关键操作可表述为如下步骤：
4.根据权利要求3所述的基于跳跃连接网络的光学加密攻击方法，其特征在于：所述攻击模型中，解码器构造将最后的最大池化层变为上采样层；解码器的关键操作可表述为如下步骤：
5.根据权利要求4所述的基于跳跃连接网络的光学加密攻击
6.根据权利要求4所述的基于跳跃连接网络的光学加密攻击方法及系统，其特征在于：所述步骤A4、步骤B4中，激活函数均选择为ReLu，其表达式为：
7.根据权利要求4所述的基于跳跃连接网络的光学加密攻击方法，其特征在于：所述攻击模型的训练过程中，采用前述的编码器-解码器网络依次进行编码-解码操作；经过多次编码-解码操作后，最后利用1*1大小的卷积核在横向纵向进行步长为1的滑动，将n*n*n的特征图映射至n*n*1的图像真值，完成训练，攻击模型具有恢复原文图像的能力。
8.根据权利要求7所述的基于跳跃连接网络的光学加密攻击方法，其特征在于：所述攻击模型的训练过程中，选择BCEWithLogitsLoss作为损失函数，其内部整合了BCELoss和Sigmoid函数，并使用log-sum-exp trick提高数值稳定性；其中，log-sum-exp trick可表示为：
9.根据权利要求8所述的基于跳跃连接网络的光学加密攻击方法，其特征在于：所述攻击模型的训练过程中，优化器采用SGD，选择使用SGD优化器进行参数优化，其公式为：
10.一种基于跳跃连接网络的光学加密攻击系统，用于实现权利要求1-9任一所述的基于跳跃连接网络的光学加密攻击方法的步骤，其特征在于：包括编码器-解码器网络结构，用于针对光学加密任务设计网络结构；还包括：
...【技术特征摘要】
1.一种基于跳跃连接网络的光学加密攻击方法及系统，其特征在于：该方法属于选择明文攻击，网络结构本质上是一个编码器-解码器网络，针对光学加密任务设计网络结构；具体包括如下步骤：
2.根据权利要求1所述的基于跳跃连接网络的光学加密攻击方法，其特征在于：所述编码器-解码器网络中，编码器部分利用稠密卷积从输入密文中提取特征映射，解码器利用提取到的特征信息逐bit映射获取明文信息，利用嵌套跳跃连接对各维度特征信息进行拼接，在后向传播的过程中有效地把梯度传递到前面的网络层，为准确恢复出明文提供了多尺度、多层级的信息，扩大感受野的同时恢复下采样过程中丢失的空间信息，同时加入数据归一化处理稳定网络的整体性能。
3.根据权利要求2所述的基于跳跃连接网络的光学加密攻击方法，其特征在于：所述攻击模型中，编码器的关键操作可表述为如下步骤：
4.根据权利要求3所述的基于跳跃连接网络的光学加密攻击方法，其特征在于：所述攻击模型中，解码器构造将最后的最大池化层变为上采样层；解码器的关键操作可表述为如下步骤：
5.根据权利要求4所述的基于跳跃连接网络的光学加密攻击方法，其特征在于：所述步骤a3、步骤b3中，加入可学习的仿射变换并追踪运行时的方差和均值信息，对图像像素信息进行实时更新；其数学表达式如下：
6.根据权利要求4所...
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。