[發(fā)明專利]一種基于深度學(xué)習(xí)的加密圖像破解方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811484733.1
• 申請(qǐng)日: 2018-12-06
• 公開（公告）號(hào): CN109769080B
• 公開（公告）日: 2021-05-11
• 發(fā)明（設(shè)計(jì)）人: 賀晨;明刊;王永威;蘇劍穎;張漢卿;王真
• 申請(qǐng)（專利權(quán)）人: 西北大學(xué)
• 主分類號(hào): H04N1/44
• 分類號(hào): H04N1/44;G06N3/04
• 代理公司: 西安長(zhǎng)和專利代理有限公司 61227
• 代理人: 黃偉洪

本發(fā)明屬于圖像處理、人工智能和信息安全技術(shù)領(lǐng)域，公開了一種基于深度學(xué)習(xí)的加密圖像破解方法及系統(tǒng)；獲取加密圖像樣本；在Autoencoder自編碼器的基礎(chǔ)上構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)模型；訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)；使用訓(xùn)練好的網(wǎng)絡(luò)模型對(duì)加密圖像進(jìn)行破解。系統(tǒng)包括：圖像樣本獲取模塊，用于獲取加密圖像樣本；網(wǎng)絡(luò)模型構(gòu)建模塊，用于實(shí)現(xiàn)在Autoencoder自編碼器的基礎(chǔ)上構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)模型；訓(xùn)練模塊，用于實(shí)現(xiàn)訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)；破解模塊，用于使用訓(xùn)練好的網(wǎng)絡(luò)模型對(duì)加密圖像進(jìn)行破解。本發(fā)明解決了加密算法難破解和破解耗時(shí)長(zhǎng)的問題，在訓(xùn)練好網(wǎng)絡(luò)模型后，通常只需要幾秒的時(shí)間就可以得到破解結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理、人工智能和信息安全技術(shù)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的加密圖像破解方法及系統(tǒng)。

背景技術(shù)

目前，業(yè)內(nèi)常用的現(xiàn)有技術(shù)是這樣的：隨著信息技術(shù)的發(fā)展，信息安全問題也越來越重要，重要數(shù)據(jù)的安全傳輸在商業(yè)和軍事等方面尤為重要。于此，相關(guān)學(xué)者和研究人員提出了一系列的數(shù)據(jù)信息加密算法。隨著加密算法的提出，對(duì)應(yīng)的破解方法也隨之出現(xiàn)，為了尋找更安全的加密算法，需要評(píng)估加密算法的安全性，對(duì)破解方法進(jìn)行研究。

而對(duì)于加密算法，比如AES加密，現(xiàn)在沒有一種算法能夠?qū)λM(jìn)行破解，只能使用窮舉法，在算法的密鑰空間內(nèi)進(jìn)行搜索，直到查到正確的密鑰為止，但是當(dāng)加密算法的密鑰空間非常大的時(shí)候，以現(xiàn)有機(jī)器的運(yùn)算速度，無法在人類可接受的時(shí)間范圍內(nèi)找到正確的密鑰。

針對(duì)這個(gè)問題，本發(fā)明提出了一種基于深度學(xué)習(xí)的加密圖像破解方法，希望在多項(xiàng)式時(shí)間內(nèi)對(duì)Arnold’cat map、AES等算法加密的圖像進(jìn)行破解。解決這個(gè)問題的難度在于如何構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)模型，使其能達(dá)到最完美的狀態(tài)可以對(duì)上述加密算法進(jìn)行破解，并避免過擬合的出現(xiàn)。其意義在于，當(dāng)我們構(gòu)建并訓(xùn)練好網(wǎng)絡(luò)之后，可以在很短的時(shí)間內(nèi)對(duì)加密圖像進(jìn)行破解。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種基于深度學(xué)習(xí)的加密圖像破解方法及系統(tǒng)。

本發(fā)明的提供一種所述深度學(xué)習(xí)網(wǎng)絡(luò)模型的應(yīng)用方法，所述應(yīng)用方法包括encoder編碼和decoder解碼；

在encoder編碼過程中，進(jìn)行卷積和池化操作，提取樣本特征，得到編碼；在decoder解碼過程中，進(jìn)行反卷積和反池化操作，將encoder得到的編碼以樣本為目標(biāo)進(jìn)行還原。

進(jìn)一步，所述encoder編碼過程包括6個(gè)卷積層；其中，前5個(gè)卷積層后接一個(gè)Relu型激勵(lì)函數(shù)，后1個(gè)卷積層后接一個(gè)Sigmoid型激勵(lì)函數(shù)；decoder解碼過程包括有6個(gè)反卷積層；其中，前5個(gè)反卷積層都后接一個(gè)Relu型激勵(lì)函數(shù)。

本發(fā)明的另一目的在于提供一種應(yīng)用所述深度學(xué)習(xí)網(wǎng)絡(luò)模型的基于深度學(xué)習(xí)的加密圖像破解方法，所述基于深度學(xué)習(xí)的加密圖像破解方法包括：

步驟一，獲取加密圖像樣本；

步驟二，在Autoencoder自編碼器的基礎(chǔ)上構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)模型；

步驟三，訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)；

步驟四，使用訓(xùn)練好的網(wǎng)絡(luò)模型對(duì)加密圖像進(jìn)行破解。

進(jìn)一步，所述步驟一具體包括：原始圖像從各大開源的數(shù)據(jù)集獲取，根據(jù)Arnoldcat和AES等加密算法編寫代碼加密數(shù)據(jù)集，得到加密圖像樣本；

所述步驟三具體包括：使用MSE均方誤差損失函數(shù)，定義的損失函數(shù)計(jì)算的是各大開源數(shù)據(jù)集獲取的原始圖像和通過步驟二建立的網(wǎng)絡(luò)模型所產(chǎn)出的結(jié)果之間的差別；在誤差反向傳播的過程中，通過不斷的修正網(wǎng)絡(luò)模型的參數(shù)，讓網(wǎng)絡(luò)模型所產(chǎn)出的結(jié)果不斷逼近原始圖像，實(shí)現(xiàn)破解；

所述步驟四具體包括：用所訓(xùn)練好的網(wǎng)絡(luò)模型對(duì)加密圖像進(jìn)行破解，將加密圖像輸入網(wǎng)絡(luò)模型，通過計(jì)算，模型所產(chǎn)出的結(jié)果就是加密圖像的原始圖像；