[發明專利]適用于Android的對稱加密方法

在審

• 申請號: 201710918043.1
• 申請日: 2017-09-28
• 公開（公告）號: CN107659398A
• 公開（公告）日: 2018-02-02
• 發明（設計）人: 胡秩銘;劉蛟;李偉光;鄭鴻
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: H04L9/06
• 分類號: H04L9/06;H04L9/08;G06N3/08
• 代理公司: 四川省成都市天策商標專利事務所51213
• 代理人: 袁辰亮,王荔

技術領域

本發明涉及信息加密技術領域，具體涉及一種適用于Android的對稱加密方法。

背景技術

對稱加密是一種成熟的加密方式，因其計算量小、加密速度快、加密效率高等優點而廣泛應用于安卓應用的密碼、文件、核心數據的加密上?，F在比較流行的對稱加密方法有DES、AES、Blowfish等等。

但是對稱加密的算法是公開的，且加密雙方發送數據前必須保存好商定好的密鑰，如果需要和多個對象完成通信，那么就會擁有數量巨大的密鑰，管理如此多的密鑰對雙方來說都是一個很大的負擔。而且只要一方的密鑰泄露，那么加密信息也就不完全了。

發明內容

本發明克服了現有技術的不足，提供一種適用于Android的對稱加密方法。

為解決上述的技術問題，本發明采用以下技術方案：

一種適用于Android的對稱加密方法，包括加密流程和解密流程；所述的方法包括以下步驟：

使用TensorFlow搭建神經網絡模型計算圖；

對模型進行訓練，隨機生成一個大小為4096的輸入數據數組，每個數據為長度為8的向量；

隨機生成密鑰，合并輸入加密模型，加密輸出數據再與同一個秘鑰進行合并，然后輸入解密模型，將解密模型的輸出和原數據進行比較并計算平均誤差；

將訓練好的模型參數和模型計算圖保存為文件，導入到Android asset資源中，用TensorFlow的Android library調用即可。

更進一步的技術方案是所述加密流程包括以下步驟：

步驟一、獲取到待加密的明文和密鑰；

步驟二、將明文和密鑰轉換為二進制方式表示，并將0映射為-1,1保持為1；

步驟三、將明文和密鑰合并，首先取明文的第一個字節和密鑰的第一個字節，將密鑰拼接在明文之后構成一組數據，然后取明文的第二個字節和密鑰的第二個字節進行合并，依次類推，取到密鑰的最后一個字節之后再從密鑰的第一個字節開始取，直到明文的每一個字節均與密鑰完成合并；

步驟四、將合并的數據按組輸入加密模型；

步驟五、最后的輸出即為加密后的密文。

更進一步的技術方案是所述的步驟四中加密模型是一個已訓練好的多層神經網絡，每次取一組合并數據作為輸入。

更進一步的技術方案是所述的解密流程包括以下步驟：

步驟一、獲取到密文和密鑰；

步驟二、將密鑰表示為二進制形式并將0映射為-1,1保持為1；

步驟三、將密文和密鑰進行合并，首先提取相當于一個字節的密文和密鑰的第一個字節，然后將密鑰拼接在密文之后構成一組數據，重復這個過程直到所有密文和密鑰完成合并，當取到密鑰的最后一個字節之后再從第一個字節開始取密鑰；

步驟四、將合并后的數據按組輸入解密模型；

步驟五、輸出數據即為明文的二進制位近似數據，將其按字節恢復和解映射，得到明文二進制數據。

與現有技術相比，本發明實施例的有益效果之一是：本發明結合了神經網絡來實現加解密，使其核心算法不同于傳統的對稱加密算法，可以加強安全性。并且神經網絡的結構，使用者可以根據自己的需要進行變化，只需重新訓練參數。該算法可用來對文本類型數據進行加密，可以對ASCII字符進行加解密。

附圖說明

圖1為本發明一個實施例中加密模型結構示意圖。

圖2為本發明一個實施例中加密流程圖。

圖3為本發明一個實施例中解密流程圖。

具體實施方式

本說明書中公開的所有特征，或公開的所有方法或過程中的步驟，除了互相排斥的特征和/或步驟以外，均可以以任何方式組合。

本說明書(包括任何附加權利要求、摘要和附圖)中公開的任一特征，除非特別敘述，均可被其他等效或具有類似目的的替代特征加以替換。即，除非特別敘述，每個特征只是一系列等效或類似特征中的一個例子而已。

下面結合附圖及實施例對本發明的具體實施方式進行詳細描述。

在下面的詳細描述中，出于解釋的目的描述了許多具體描述以便能夠徹底理解所公開的實施方案，然而，很明顯一個或多個實施方式可以在不使用這些具體描述的情況下實施，在其他實例中，示意性地顯示已知結構和裝置，以便簡化附圖。