基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)安全加密系統(tǒng)設(shè)計和實現(xiàn)

胥素芳

摘要：為了保障數(shù)據(jù)安全性，提升數(shù)據(jù)加密與解密工作效率，文章設(shè)計并實現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)安全加密系統(tǒng)，建立源碼、譯碼，確定數(shù)據(jù)防泄露編碼原則，將專用控制模塊用于系統(tǒng)的編解碼器設(shè)計，并在RAM模塊設(shè)計并行讀寫的功能模塊，成功搭建數(shù)據(jù)收發(fā)過程防泄露加密模塊，實現(xiàn)了數(shù)據(jù)防泄露加密系統(tǒng)的順利應(yīng)用．經(jīng)實驗結(jié)果證明，基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)安全加密系統(tǒng)，在解決數(shù)據(jù)加密行為不可控，充分保證數(shù)據(jù)安全的基礎(chǔ)上，可以同時處理海量數(shù)據(jù)，縮短等待譯碼的耗時。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)：數(shù)據(jù)安全：加密模塊：系統(tǒng)設(shè)計

中圖分類號：TP311

文獻(xiàn)標(biāo)志碼：A

0 引言

神經(jīng)網(wǎng)絡(luò)作為多個信息處理單位所組成的網(wǎng)絡(luò)應(yīng)用結(jié)構(gòu)體系，每一個信息處理單位都是獨立神經(jīng)元節(jié)點，這些節(jié)點間構(gòu)成關(guān)聯(lián)要遵循相互作用強度限制法則。在實際應(yīng)用中，由于存在數(shù)據(jù)庫主機，在傳輸數(shù)據(jù)直至存儲之前，都需經(jīng)過多次分類處理，一方面可以最大化確保數(shù)據(jù)信息完整性，另一方面可避免發(fā)生信息干擾行為[1]。近年來，數(shù)據(jù)量與日遞增，進(jìn)一步加劇了互聯(lián)網(wǎng)環(huán)境的復(fù)雜度，數(shù)據(jù)加密處理易受多方不可控因素影響，破壞信息加密傳輸?shù)陌踩?。為了解決這一問題，本文利用神經(jīng)網(wǎng)絡(luò)優(yōu)勢，設(shè)計數(shù)據(jù)安全加密系統(tǒng)，與數(shù)據(jù)收發(fā)器、譯碼文件聯(lián)合搭設(shè)系統(tǒng)軟硬件，完成數(shù)據(jù)安全加密處理。

1 神經(jīng)網(wǎng)絡(luò)加密算法原理

為了在短時間內(nèi)完成網(wǎng)絡(luò)計算，保證整個加密過程的安全性，引入Hopfield神經(jīng)網(wǎng)絡(luò)，提高數(shù)據(jù)加密與解密工作效率。離散Hopfield神經(jīng)網(wǎng)絡(luò)內(nèi)共計包含Ⅳ個互聯(lián)神經(jīng)元，每一個神經(jīng)元為0或1．各神經(jīng)元所處狀態(tài)，將直接決定下一個神經(jīng)元Si（t+1）的狀態(tài)，公式為[2]：

式（1）中：i，j兩個神經(jīng)元間用Tij表示二者連接權(quán)值；！神經(jīng)元閾值用0，表示（一般取值為0）；符號函數(shù)用f（x）表示。

聯(lián)想神經(jīng)網(wǎng)絡(luò)本身作為有限的記憶容量，在面對遠(yuǎn)超自身存儲容量的樣本數(shù)據(jù)量情況下，這種現(xiàn)象被稱為過飽和HNN。面對過飽和HNN在Hopfield神經(jīng)網(wǎng)絡(luò)中，未按照Hamming最小規(guī)則聯(lián)想混沌吸引子，在神經(jīng)元個數(shù)增加中隨之增加混沌吸引子個數(shù)，每一個吸引域內(nèi)狀態(tài)信息不可測，每一個吸引子及對應(yīng)吸引域，可能由于連接突觸矩陣發(fā)生改變而隨之改變。將隨機變換矩陣H引入其中后，原初始狀態(tài)S與吸引子S將形成全新初始狀態(tài)S與吸引子S。

2 數(shù)據(jù)安全加密系統(tǒng)硬件設(shè)計

2.1 神經(jīng)網(wǎng)絡(luò)框架

本次系統(tǒng)設(shè)計神經(jīng)網(wǎng)絡(luò)框架主要包括源數(shù)據(jù)輸入、數(shù)據(jù)遞歸、神經(jīng)性應(yīng)用、輸出源碼4大節(jié)點。整個過程由源數(shù)據(jù)輸入節(jié)點先對全部待運輸原始訓(xùn)練數(shù)據(jù)進(jìn)行整合，向網(wǎng)絡(luò)各神經(jīng)元按需分配，接著由數(shù)據(jù)遞歸各結(jié)點負(fù)責(zé)接收數(shù)據(jù)信息參量，與此同時，建立與下一節(jié)點之間的數(shù)據(jù)信息傳輸關(guān)聯(lián)，神經(jīng)性應(yīng)用節(jié)點負(fù)責(zé)整合原始數(shù)據(jù)信息參量，向輸出源碼多極化傳輸。輸出源碼這一節(jié)點在整個神經(jīng)網(wǎng)絡(luò)框架中，占用狀態(tài)自始至終比較活躍，可以完整接收整個神經(jīng)網(wǎng)絡(luò)環(huán)境中的信號，向不同遞歸結(jié)點傳輸轉(zhuǎn)存[3]。

2.2 數(shù)據(jù)收發(fā)器

數(shù)據(jù)收發(fā)器主要負(fù)責(zé)描述神經(jīng)網(wǎng)絡(luò)在整個狀態(tài)空間中的信息軌跡行為具體變化，源數(shù)據(jù)輸入量的不斷增加，神經(jīng)網(wǎng)絡(luò)中的數(shù)據(jù)遞歸信號連接狀態(tài)也會隨之改變，由面型轉(zhuǎn)變至線型。整個神經(jīng)網(wǎng)絡(luò)中，此類型結(jié)構(gòu)元件數(shù)據(jù)傳輸行為并不會跟隨數(shù)據(jù)量樣本的軌跡行為變化而改變。受神經(jīng)網(wǎng)絡(luò)中的影響促進(jìn)作用，數(shù)據(jù)收發(fā)器通常具備數(shù)據(jù)信號初始化處理的關(guān)鍵元件，加上存在訓(xùn)練性傳輸行為，神經(jīng)網(wǎng)絡(luò)框架中可以直接控制原件信息傳輸行為，直至原始數(shù)據(jù)信息樣本編碼執(zhí)行率穩(wěn)定。

2.3 信息防泄露加密

信息防露加密模塊主要是為了預(yù)防原始數(shù)據(jù)密碼泄露，作為數(shù)據(jù)加密系統(tǒng)中的核心執(zhí)行設(shè)備，包括緩存文件、讀寫樣本信息、處理緩存數(shù)據(jù)等多元件（見圖1）。首先，文件緩存設(shè)備主要設(shè)于信息防泄露加密功能頂層執(zhí)行層，此單元層在緩沖讀寫指令之后，即可進(jìn)行原始訓(xùn)練樣本防泄露加密處理，也可利用輸出信道在系統(tǒng)的數(shù)據(jù)庫功能存儲信息參量[4]。緩存數(shù)據(jù)處理設(shè)備在此子模塊中的底層執(zhí)行單元，隨時負(fù)責(zé)讀寫增加的數(shù)據(jù)樣本信息，并及時更改設(shè)備結(jié)構(gòu)體內(nèi)的信息存儲權(quán)限，從而滿足功能執(zhí)行過程中的實際所需。

3 數(shù)據(jù)加密系統(tǒng)軟件設(shè)計

3.1 源碼文件

為了保證本次設(shè)計此數(shù)據(jù)加密系統(tǒng)的安全性，對原始訓(xùn)練數(shù)據(jù)樣本設(shè)計防泄露編碼處理時的源碼文件必不可少。通常要以數(shù)據(jù)信息參量的主要存在形式為依據(jù)，完成編碼原則的制定。對于神經(jīng)網(wǎng)絡(luò)來說，原始訓(xùn)練數(shù)據(jù)樣本的存儲值越大，解碼后生成相應(yīng)的信息參量就會有越高的樣本數(shù)量級水平。在既定編碼時間內(nèi)，基本保持穩(wěn)定的譯碼參量指標(biāo)值，假設(shè)單位時間內(nèi)，原始訓(xùn)練數(shù)據(jù)樣本的防泄露源碼條件變化量用△P表示，通常編碼指令所需傳輸用時不變，就不會影響此項樣本數(shù)值水平。對有關(guān)于原始訓(xùn)練數(shù)據(jù)樣本的密碼編譯條件，用λ表示，在上述物理量支持作用下，定義神經(jīng)網(wǎng)絡(luò)源碼文件公式如下[5]：

式（2）中：防泄露數(shù)據(jù)密碼最小、最大的兩個傳輸條件分別用eo，en表示；兩個不同原始訓(xùn)練數(shù)據(jù)樣本的轉(zhuǎn)碼條件分別用u1，u2：表示。

3.2 譯碼文件

譯碼文件作為密切相關(guān)于原始訓(xùn)練數(shù)據(jù)樣本的密碼轉(zhuǎn)錄樣本，一般源碼文件會直接對譯碼文件的參量存在形式產(chǎn)生影響，二者之間有重大關(guān)聯(lián)，表示為源碼文件作為主動變量，而譯碼文件作為跟隨變量。假定在神經(jīng)網(wǎng)絡(luò)中的最小、最大的兩個數(shù)據(jù)信息防泄露編碼條件，分別用x0，xn表示，通常來說，這兩個條件物理空間實值大小，將直接決定譯碼文件覆蓋數(shù)據(jù)傳輸范圍的大小。這樣的話原始訓(xùn)練數(shù)據(jù)譯碼文件定義公式如下[6]：

式（3）中：原始訓(xùn)練數(shù)據(jù)初級防泄露編碼條件，與引申級防泄露編碼條件，分別用r1，r2表示，數(shù)據(jù)樣本信息的訓(xùn)練編碼均值量用M2表示。

3.3 編碼原則

建立編碼原則作為基于神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)防泄露密碼生成系統(tǒng)中的末端處理重要環(huán)節(jié)，能夠在現(xiàn)有數(shù)據(jù)信息存儲樣本條件下，確定生成譯碼指令所需耗時，在第一時間有效抑制非主觀訓(xùn)練數(shù)據(jù)信息出現(xiàn)錯誤傳輸。定義f1為首個原始訓(xùn)練數(shù)據(jù)樣本防泄露編碼的參量，相應(yīng)的第n個參量為fn。在并不考慮神經(jīng)網(wǎng)絡(luò)其他信息參量指標(biāo)，影響原始訓(xùn)練數(shù)據(jù)量的傳輸前提下，恒成立fn>f1。假設(shè)既定數(shù)據(jù)密碼轉(zhuǎn)錄系數(shù)用p表示，定義本次設(shè)計此加密系統(tǒng)的執(zhí)行編碼要滿足條件公式如下：

式（4）中：原始訓(xùn)練數(shù)據(jù)輸入值在0情況下，數(shù)據(jù)信息防泄露要滿足的編碼條件用k0表示；密碼樣本內(nèi)信息轉(zhuǎn)錄實值用x表示。

綜上所述，在本次設(shè)計基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)安全加密系統(tǒng)軟硬件環(huán)境下，順利實現(xiàn)原始訓(xùn)練數(shù)據(jù)集的安全防泄露。

4 系統(tǒng)測試

4.1 測試設(shè)計

為了對本次設(shè)計數(shù)據(jù)安全加密系統(tǒng)的原始訓(xùn)練數(shù)據(jù)防泄露系統(tǒng)價值進(jìn)行驗證，本次測試設(shè)計數(shù)據(jù)防泄露編碼處理網(wǎng)絡(luò)，在服務(wù)器終端分別接入實驗組、對照組的編碼主機。在保證不改變其他基礎(chǔ)實驗條件這一前提下，在神經(jīng)網(wǎng)絡(luò)原始數(shù)據(jù)防泄露加密系統(tǒng)中搭載實驗組主機，與對照組的傳統(tǒng)過程監(jiān)控系統(tǒng)對比分析數(shù)據(jù)安全加密情況。

4.2 測試結(jié)果

以20 min作為一次數(shù)據(jù)加密單位時長，分別記錄在3個單位時間內(nèi)，兩組原始訓(xùn)練數(shù)據(jù)的安全加密處理情況（見表1）。

根據(jù)表1結(jié)果可以發(fā)現(xiàn)，本文設(shè)計的基于數(shù)據(jù)安全加密系統(tǒng)，在每個單位時長內(nèi)對原始訓(xùn)練數(shù)據(jù)的處理量都呈現(xiàn)極為明顯的上升趨勢，鄰近兩單位時長內(nèi)，發(fā)生小幅度下降。對照組訓(xùn)練數(shù)據(jù)量則在實驗前期持續(xù)上升，直至第2個單位時長上升趨勢逐漸衰減。因此，證明了在同一系統(tǒng)單位內(nèi)，隨著原始訓(xùn)練數(shù)據(jù)量的不斷增加，基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)安全加密系統(tǒng)更能滿足原始數(shù)據(jù)傳輸安全加密應(yīng)用所需。

在數(shù)據(jù)信息總量持續(xù)遞增情況下，基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)安全加密系統(tǒng)譯碼耗時情況如表2所示。

由表2可知，此基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)安全加密系統(tǒng)中，安全加密澤碼耗時在上升之后，逐漸趨于穩(wěn)定，最后出現(xiàn)下降的變化趨勢，但是相比之下，對照組耗時不斷增加，實驗組的譯碼耗時明顯較短，證明基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)安全加密系統(tǒng)能夠有效控制數(shù)據(jù)信息譯碼耗時。

5 結(jié)語

本次設(shè)計基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)安全加密系統(tǒng)，能夠滿足日常應(yīng)用實用性所需，不僅可以縮短數(shù)據(jù)信息譯碼耗時，還能擴充單位時間內(nèi)的信息數(shù)據(jù)處理量，極大地提高了數(shù)據(jù)傳輸存儲-廠-作效率，也明顯加強了數(shù)據(jù)安全性。

參考文獻(xiàn)

[1]關(guān)一凡，劉立東，蔣東華，等．基于混沌Hopfield神經(jīng)網(wǎng)絡(luò)視覺意義的圖像加密算法[J]．電子設(shè)計工程，2022（7）：144-149．

[2]謝四江，許世聰，章樂．基于同態(tài)加密的卷積神經(jīng)網(wǎng)絡(luò)前向傳播方法[J]．計算機應(yīng)用與軟件，2020（2）：295-300，312．

[3]查毅，馮宏偉．基于卷積神經(jīng)網(wǎng)絡(luò)的運動輔助決策系統(tǒng)設(shè)計[J]．電子設(shè)計工程，2021（ 15）：111 -114，119．

[4]李西明，吳嘉潤，吳少乾，等．基于生成對抗網(wǎng)絡(luò)的抗泄露加密算法研究[J]．計算機工程與應(yīng)用，2020（ 10）：69-74．

[5]肖成龍，孫穎，林邦姜，等．基于神經(jīng)網(wǎng)絡(luò)與復(fù)合離散混沌系統(tǒng)的雙重加密方法[J]．電子與信息學(xué)報，2020（3）：687-694．

[6]黎學(xué)軍，苗苗，李慶宇，等．一種基于神經(jīng)網(wǎng)絡(luò)的圖像加密算法[J]．大連工業(yè)大學(xué)學(xué)報，2021（ 5）：358-366．

（編輯傅金睿）