一种基于神经网络模型的计算机系统技术方案

本发明专利技术申请提供了一种基于神经网络模型的计算机系统，包括特征提取模块、模型构建模块、优化模块、存储模块、目标数据加密模块；特征提取模块从历史加密数据中提取数据特征；模型构建模块构建基于决策树算法的动态加密解密模型；优化模块通过动态加密解密模型的输出，对预设神经网络模型进行优化，获得目标神经网络模型；存储模块将目标神经网络模型拆分为若干子模型，对子模型的模型参数和结构信息进行加密，获得加密数据；目标数据加密模块获取并解密所述加密数据，获得解密数据；组装得到目标神经网络模型，用于对目标数据的加密。本发明专利技术申请可以生成高复杂度和不可预测的加密方法用于目标数据的加密，可以有效降低数据的安全风险。

【技术实现步骤摘要】

本专利技术申请涉及计算机数据处理领域，尤其涉及一种基于神经网络模型的计算机系统。

技术介绍

1、在计算机系统的实际应用场景中，当涉及到敏感数据的传输和存储时，如何对数据进行加密是一个关键问题。传统的数据加密算法依赖于固定的加密算法和密钥，然而，这些加密算法以及密钥往往遵循相对固定的规则或规律，因此攻击者可以通过分析大量的加密数据，挖掘该算法或密钥所遵循的规则或规律，从而找到计算机系统的数据漏洞，然后通过暴力破解的方式获取所需的信息。因此，现有的依赖固定加密算法或密钥的计算机系统，仍存在数据泄露等安全风险。

技术实现思路

1、本专利技术申请提供了一种基于神经网络模型的计算机系统，可以解决如何降低数据的安全风险的技术问题。

2、为了解决上述技术问题，本专利技术申请提供了一种基于神经网络模型的计算机系统，包括特征提取模块、模型构建模块、优化模块、存储模块、目标数据加密模块和多个计算节点；其中，

3、所述特征提取模块，用于获取若干加密算法和若干加密密钥的历史加密数据，从所述历史加密数据中提取数本文档来自技高网...

【技术保护点】

1.一种基于神经网络模型的计算机系统，其特征在于，包括特征提取模块、模型构建模块、优化模块、存储模块、目标数据加密模块和多个计算节点；其中，

2.如权利要求1所述的一种基于神经网络模型的计算机系统，其特征在于，所述模型构建模块基于所述数据特征，构建基于决策树算法的动态加密解密模型，包括：

3.如权利要求1所述的一种基于神经网络模型的计算机系统，其特征在于，所述预设神经网络模型包括五个隐藏层，各隐藏层分别包括128、256、512、256和128个节点，所述预设神经网络模型采用ReLU激活函数。

4.如权利要求3所述的一种基于神经网络模型的计算机系统，其...

【技术特征摘要】

1.一种基于神经网络模型的计算机系统，其特征在于，包括特征提取模块、模型构建模块、优化模块、存储模块、目标数据加密模块和多个计算节点；其中，

2.如权利要求1所述的一种基于神经网络模型的计算机系统，其特征在于，所述模型构建模块基于所述数据特征，构建基于决策树算法的动态加密解密模型，包括：

3.如权利要求1所述的一种基于神经网络模型的计算机系统，其特征在于，所述预设神经网络模型包括五个隐藏层，各隐藏层分别包括128、256、512、256和128个节点，所述预设神经网络模型采用relu激活函数。

4.如权利要求3所述的一种基于神经网络模型的计算机系统，其特征在于，所述优化模块通过所述动态加密解密模型的输出，对预设神经网络模型进行优化，获得目标神经网络模型，包括：

5.如权利要求4所述的一种基于神经网络模型的计算机系统，其特征在于，所述目标数据加密模块访问所述多个计算节点从而获取各子模型，进而组装得...

【专利技术属性】
技术研发人员：丁碧莹，阳林，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：