[發明專利]一種商用密碼算法識別方法、系統、介質、設備及終端

在審

• 申請號: 202210346681.1
• 申請日: 2022-04-02
• 公開（公告）號: CN114722932A
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 向廣利;施奕濱;袁景凌;張莎;李承德;張凱;戰炳全;羅凱凡;張力文
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/774;G06V10/764;G06V10/82;G06N3/04;G06N3/08;H04L9/32;H04L9/40
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 張曉博

本發明屬于密碼體制識別技術領域，公開了一種商用密碼算法識別方法、系統、介質、設備及終端，商用密碼算法識別方法包括：對密文串進行量化和映射，形成密文映射矩陣；將密文映射矩陣進行卷積和池化操作得到最終的64維、75維以及192維密文特征；構建隨機森林RF；構建LeNet5神經網絡；對密文矩陣進行正則化處理后，將數據集劃分為訓練集和測試集，送入LeNet5?RF模型進行訓練。本發明創新性地將LeNet5神經網絡模型和隨機森林模型結合；使用卷積神經網絡在細粒度層次提取密文特征，得到密文embedding嵌入，相較傳統隨機性檢測和密文熵特征分類準確率提升15％左右。

技術領域

本發明屬于密碼體制識別技術領域，尤其涉及一種基于LeNet5-RF的商用密碼算法識別方法、系統、介質、設備及終端。

背景技術

目前，商用密碼算法，為商用密碼，指能夠實現商用密碼算法的加密、解密和認證等功能的技術，包含密碼算法編程技術和密碼算法芯片、加密卡等實現技術。保障在金融、醫療等領域的信息傳輸安全，國家商用密碼管理辦公室制定了一系列密碼標準，包括SM1(SCB2)、SM2、SM3、SM4、SM7、SM9、祖沖之算法(ZUC)等，其中SSF33、SM1、SM4、SM7是對稱算法，SM2、SM9是非對稱算法，SM3是哈希算法。

密碼分析學(Cryptanalysis)是研究加密消息的攻擊、破譯和信息的偽造的學科，其主要研究對象是加密算法和密文。自密碼學誕生以來，密碼分析技術就不斷改進，與密碼編碼學研究相輔相成，目前已經形成完善的體系。為了針對性地制定出密文數據分析的解決方案，識別密文所屬的加密算法成為密文數據分析者面臨的首要任務。因此開展加密算法識別研究具有重要的理論意義和實際應用價值。

機器學習是開展密碼體制識別的重要方法之一。現如今密文算法識別大都采用機器學習或統計學的設計方案。機器學習通過接受外界輸入的數據來形成具體的屬性，根據某種算法從大量訓練數據中學習其中的關聯性，獲取深層次的、高效的、可理解的知識，從而對新樣本進行預測或分類檢驗。而在密碼算法分析中存在著復雜的檢索和優化問題，和機器學習有著較高的契合度。有學者提出了使用支持向量機通過文本、圖片和音頻文件的直方圖特征對DES、AES、Blowfish、TDES、RC5五種加密算法進行識別；有學者提出了基于Bayes決策的密碼算法識別技術；有學者使用C4.5決策樹算法對6種常用的分組密碼、兩種古典密碼、RC4、和RSA密碼進行識別；有學者提出了對稱加密算法的層次分類方式，著重對降維和特征提取進行了創新性地描述，此外還提到了非參數的特征提取角度，對本專利具有很大的啟發作用。有學者對五種分組密碼做了隨機度量值分析，提出了分層識別的方案。有學者提出了基于隨機性測試的分組密碼體制識別方案，總結了前人的隨機性特征，具有指導作用。有學者發明一種結合卷積神經網絡與商用密碼算法的圖像加密專利，其中很好的對部分商用密碼算法進行了處理。

雖然越來越多的研究者將機器學習方法應用到密碼體制識別領域，但目前的研究僅僅是模式化地把密碼體制識別任務套入機器學習分類任務的框架，忽略了密碼體制和密文的特殊性，所以需要從密文特征提取和單分識別兩個部分考慮。然而，目前大部分研究仍僅從機器學習部分展開，這樣就導致密碼體制識別的準確率有待提高。并缺少基于神經網絡的商用密碼算法識別的具體研究。因此，亟需一種新的商用密碼算法識別方法及系統，以彌補現有技術的缺陷。

通過上述分析，現有技術存在的問題及缺陷為：

(1)目前的研究僅僅是模式化地把密碼體制識別任務套入機器學習分類任務的框架，忽略了密碼體制和密文的特殊性。

(2)目前大部分研究仍僅從機器學習部分展開，這樣就導致密碼體制識別的準確率有待提高。

(3)現有商用密碼算法識別與分析存在的效率低、準確性不高、有效識別信息少等問題，且缺少基于神經網絡的商用密碼算法識別的具體研究。

解決以上問題及缺陷的難度為：在系統中搭建出能夠有效分類商用密碼算法的模型；網絡模型的系統搭建以及特征提取的選取規劃；數據的預處理。