一種基于LeNet5-SVM的分組加密識別方法
基本信息
申請?zhí)?/td> | CN202111430633.2 | 申請日 | - |
公開(公告)號 | CN114157411A | 公開(公告)日 | 2022-03-08 |
申請公布號 | CN114157411A | 申請公布日 | 2022-03-08 |
分類號 | H04L9/06(2006.01)I;G06N3/04(2006.01)I;G06K9/62(2022.01)I | 分類 | 電通信技術; |
發(fā)明人 | 彭波;王衛(wèi)鋒;程才;胡繼強;劉睿;姜慧;宋燕舞;楊潔;文品;朱思旻;潘斯武;張婷 | 申請(專利權)人 | 中信數(shù)智(武漢)科技有限公司 |
代理機構 | 武漢宇晨專利事務所(普通合伙) | 代理人 | 李鵬;王敏鋒 |
地址 | 430014湖北省武漢市江岸區(qū)解放大道41號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于LeNet5?SVM的分組加密識別方法,構建密文數(shù)據集、LeNet5神經網絡、以及SVM分類器;根據密文文件獲得密文映射矩陣;對密文映射矩陣進行卷積和池化獲得密文特征;正則化密文映射矩陣;將密文映射矩陣輸入到LeNet5神經網絡進行訓練并輸出密文特征向量和對應的權重到SVM分類器,對SVM分類器進行訓練;將用戶提交的密文文件依次經過訓練好的LeNet5神經網絡和SVM分類器處理,獲得對應的分類結果。本發(fā)明相較于傳統(tǒng)的分組密文識別模型,本發(fā)明創(chuàng)新性地將LeNet5神經網絡和SVM分類器結合。使用卷積神經網絡在細粒度層次提取密文特征。較傳統(tǒng)的隨機性檢測和密文熵特征分類準確率得到提升。 |
