[发明专利]数据加密、解密方法和神经网络训练方法及设备

权利要求书

1.一种用于数据加密的神经网络训练方法，其特征在于，包括：

获取样本数据；

利用神经网络根据所述样本数据生成还原数据，所述神经网络包括第一子网络和第二子网络，所述第一子网络用于从所述样本数据中提取特征数据，所述第二子网络用于根据所述特征数据得到对应于所述样本数据的所述还原数据；

根据所述还原数据与对应的所述样本数据的差异调整所述神经网络的参数，以使所述还原数据与对应的样本数据趋于一致。

2.根据权利要求1所述的方法，其特征在于，所述样本数据为文本数据或图像数据。

3.根据权利要求1所述的方法，其特征在于，所述特征数据为高维特征向量。

4.一种基于神经网络的数据加密方法，其特征在于，包括：获取原始数据，利用权利要求1-3中任一项所述方法训练的神经网络中的第一子网络从所述原始数据中提取特征数据，所述特征数据作为对应所述原始数据的加密数据。

5.根据权利要求4所述的方法，其特征在于，在得到所述特征数据之后还包括：

利用对称加密或非对称加密方式对所述特征数据进行加密得到二次加密数据。

6.一种基于神经网络的数据解密方法，其特征在于，包括：获取加密数据，所述加密数据是从原始数据中提取到的特征数据，利用权利要求1-3中任一项所述方法训练的神经网络中的第二子网络根据所述特征数据得到原始数据。

7.根据权利要求6所述的方法，其特征在于，获取加密数据包括：

获取二次加密数据，所述二次加密数据是利用对称加密或非对称加密方式对特征数据进行加密得到的数据；

利用对称加密或非对称加密方式对二次加密数据进行解密得到所述加密数据。

8.根据权利要求4-7中任一项所述的方法，其特征在于，所述原始数据为图像数据或者文本数据。

9.一种电子设备，其特征在于，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-3中任意一项所述的用于数据加密的神经网络训练方法。

10.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求4-7中任意一项所述的方法。