申请/专利权人：电子科技大学

申请日：2023-12-29

公开（公告）日：2024-04-16

公开（公告）号：CN117896721A

主分类号：H04W12/041

分类号：H04W12/041;H04W12/03;H04W12/0431;G06N3/0464

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明提供一种基于深度学习的自适应密钥分发的物理层加解密方法，通过自适应提取信道特征，能够在不同的环境下自动学习并整合不同层次的特征，具有高适应性，避免对不同算法的复杂选择与组合，自适应地提取信道特征，并能够更好地表现合法双方的信道信息，提高密钥分发方案的初始误比特率与密钥分发双方获得的物理密钥的一致率，增大了密钥分发的成功率，提高物理层加密效率。更进一步的，即使CNN输出的信道特征未完全一致，在未获得精确本地物理密钥的情况下，也可以不通过繁琐的密钥协商过程完成信息传输。

主权项：1.一种基于深度学习的自适应密钥分发的物理层加解密方法，其特征在于，包括以下步骤：信道探测步骤：通信双方先利用无线信道互相发送探测信号；一方根据捕获到的另一方发送的探测信号并进行信道估计得到信道状态信息，双方各自将本地得到的信道状态信息输入至CNN网络中进行信道特征提取；其中，CNN在训练时，接收来自通信双方输入的信道状态信息，以输出双方共同的信道状态信息的信道特征为训练目标；量化步骤：双方各自对提取的信道特征进行量化得到量化值；密钥生成步骤：通信双方各自利用量化值产生本地物理密钥；信息传输步骤：发送方利用本地物理密钥对信息进行对称加密处理得到发送信息；接收方利用本地物理密钥对接收信息进行对称解密处理。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于深度学习的自适应密钥分发的物理层加解密方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD