[发明专利]数据加密、解密方法和神经网络训练方法及设备

说明书

本发明提供数据加密、解密方法和神经网络训练方法及设备，所述神经网络训练方法包括：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。

技术领域

本发明涉及机器学习领域，具体涉及一种数据加密、解密方法和神经网络训练方法及设备。

背景技术

数据加密是计算机系统对信息进行保护的一种可靠的办法。它利用密码技术对信息进行加密，实现信息隐蔽，从而起到保护信息的安全的作用。

目前常见的数据加密方式有两种，第一种是对称加密方式，指加密和解密使用相同密钥的加密算法，对称加密算法的优点在于加解密的高速度和使用长密钥时的难破解性；第二种是非对称加密方式，指加密和解密使用不同密钥的加密算法，也称为公私钥加密，假设两个用户要加密交换数据，双方交换公钥，使用时一方用对方的公钥加密，另一方即可用自己的私钥解密。

当使用对称加密方法加密方式时，则用户最少需要2个密钥并交换使用，如果有n个用户，则需要n×(n-1)个密钥，密钥的生成和分发成本较高。对称加密算法的安全性取决于加密密钥的保存情况，但要求每一个持有密钥的人都保守秘密的难度很大，用户可能会有意或无意地把密钥泄漏出去，如果一个用户使用的密钥被入侵者所获得，入侵者便可以读取该用户密钥加密的所有文档。如果所有用户共用一个加密密钥，那么数据的保密性则会更差。

当使用非对称加密方式时，如果有n个用户，则需要生成n对密钥，并分发n个公钥。由于公钥是可以公开的，用户只要保管好自己的私钥即可，因此加密密钥的分发将变得比较简单。同时，由于每个用户的私钥是唯一的，其他用户除了可以通过信息发送者的公钥来验证信息的来源是否真实，还可以确保发送者无法否认曾发送过该信息。但非对称加密的缺点是加解密速度要远远慢于对称加密，在某些极端情况下，甚至能比非对称加密慢1000倍。

综上所述，现有的数据加密方案的加密效率低，安全性较差。

发明内容

有鉴于此，本发明提供一种用于数据加密的神经网络训练方法，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。

可选地，所述样本数据为文本数据或图像数据。

可选地，所述特征数据为高维特征向量。

本发明还提供一种基于神经网络的数据加密方法，包括：获取原始数据，利用上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。

可选地，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。

本发明还提供一种基于神经网络的数据解密方法，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，利用上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。

可选地，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；