基于生成对抗网络的抗泄露加密算法研究

• 作者: 吴嘉润 吴少乾 李西明 郭玉彬 马莎
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 抗泄露 生成对抗网络 批规格化 全连接神经网络 卷积神经网络
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 69-74
• 页数: 6页
• 分类号: TP309.7
• 字数: 5271字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1902-0062

摘要

生成对抗网络(Generative Adversarial Networks,GANs)是一种深度学习模型,通过与辨别模型的对抗获得逐渐完善的生成模型,用以产生真假难辨的数据,而利用生成对抗网络实现加密算法是一个新的研究方向.在16位密钥对称加密方案下,对Abadi等人的基本加密通信模型做了抗泄漏加密通信测试,发现了利用生成对抗网络实现抗泄露加密通信的可能性.对通信双方和敌手的神经网络模型进行了改进,通过修改系统的激活函数,获得3比特密钥泄露情况下的加密算法模型,通过增加解密方和敌手模型的复杂度可提高通信的稳定性.在模型中增加批规格化处理,进一步提升了抗泄露加密通信能力.最终可以在8位泄漏的情况下,保证通信双方正常通信且敌手无法获取秘密信息.为抗泄露加密通信问题提供了一种全新的解决方案,并通过实验证明了方案的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李西明	华南农业大学数学与信息学院	28	86	4.0	9.0
2	郭玉彬	华南农业大学数学与信息学院	21	45	4.0	6.0
3	马莎	华南农业大学数学与信息学院	7	46	3.0	6.0
4	吴嘉润	华南农业大学数学与信息学院	2	0	0.0	0.0
5	吴少乾	华南农业大学数学与信息学院	5	0	0.0	0.0