[发明专利]一种基于人工神经网络的密码保护方法及系统在审

专利信息
申请号: 201911013404.3 申请日: 2019-10-23
公开(公告)号: CN110795726A 公开(公告)日: 2020-02-14
发明(设计)人: 王威;全刚;杨益红;梅亮 申请(专利权)人: 成都索贝数码科技股份有限公司
主分类号: G06F21/45 分类号: G06F21/45;G06N3/04
代理公司: 51230 成都弘毅天承知识产权代理有限公司 代理人: 许志辉
地址: 610041 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 密码字符 密文 人工神经网络 解密 人工神经网络模型 加密 加密网络 密码保护 明文密码 从配置文件 互联网技术 密码字符串 网络 安全性能 密码保存 配置文件 网络模型 系统访问 构建 计算机 保存
【权利要求书】:

1.一种基于人工神经网络的密码保护系统,其特征在于:包括密码字符库和预先构建的人工神经网络模型,所述密码字符库内存放有计算机能够表达的所有密码字符,人工神经网络模型包括加密网络和解密网络,所述加密网络用于对输入的密码字符串进行加密,得到密文密码保存至配置文件,解密网络从配置文件获取密文密码,并对密文密码进行解密,得到明文密码进行公有系统访问。

2.根据权利要求1所述的一种基于人工神经网络的密码保护系统,其特征在于:所述人工神经网络模型采用三层结构的全连接BP网络,三层结构分别为依次连接的输入层、中间隐藏层以及输出层,所述输入层和中间隐藏层构成加密网络,中间隐藏层和输出层构成解密网络,所述输入层与密码字符库连接,中间隐藏层用于对输入层传送的密码字符串进行加密,得到密文密码保存到配置文件,以及从配置文件获取密文密码并对密文密码进行解密传输待输出层,输出层得到明文密码进行公有系统访问。

3.根据权利要求2所述的一种基于人工神经网络的密码保护系统,其特征在于:所述输入层、中间隐藏层和输出层分别包括若干节点,其中输入层节点数和输出层节点数均与密码字符库内存放的密码字符的个数相同,中间隐藏层节点数少于密码字符库内密码字符的个数。

4.一种基于人工神经网络的密码保护方法,其特征在于,包括如下步骤:

S1:预先构建三层结构的全连接BP网络作为人工神经网络模型;

S2:利用密码字符库内的密码字符对人工神经网络模型进行训练,使得输入的密码字符串与输出的密码字符串相匹配;

S3:使用训练好的人工神经网络模型对用户输入的密码字符串进行加密得到密文密码并存储至配置文件;

S4:当访问公有系统时,私有系统访问配置文件获取密文密码,通过训练好的人工神经网络模型对密文密码进行解密,得到明文密码,进而通过明文密码对公有系统进行访问。

5.根据权利要求4所述的一种基于人工神经网络的密码保护方法,其特征在于,所述S1中三层结构的全连接BP网络分别为依次连接的输入层、中间隐藏层以及输出层,所述输入层和中间隐藏层构成加密网络,中间隐藏层和输出层构成解密网络,S3中通过加密网络对用户输入的密码字符串进行加密,S4中通过解密网络对密文密码进行解密。

6.根据权利要求5所述的一种基于人工神经网络的密码保护方法,其特征在于,所述S2中对人工神经网络模型进行训练,具体为:

S2.1:对密码字符库内的若干密码字符进行排序,每个密码字符对应一个输入层节点和一个输出层节点;设定对于输入层,若出现对应密码字符,则输入值为1,否则为0;对于输出层,若某一节点输出值为1,则对应到相应的密码字符,否则不是该密码字符;

S2.2:向输入层同时输入所有不重复的密码字符,根据输出层得到的结果,不断优化中间隐藏层,使得输入与输出的差值最小化,得到训练好的人工神经网络模型。

7.根据权利要求6所述的一种基于人工神经网络的密码保护方法,其特征在于,所述S2及S3中,对输入的密码字符串进行预处理后,再输入人工神经网络模型中,所述预处理具体为:确定本次人工神经网络批处理的大小,即输入的密码字符串的长度,然后通过循环判断语句确定输入层每一节点的输入值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都索贝数码科技股份有限公司,未经成都索贝数码科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911013404.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top