[发明专利]一种基于神经网络的光纤信道安全传输系统

说明书

本发明公开了一种基于神经网络的光纤信道安全传输系统。该系统分为五个步骤：1)合法方向彼此发送一段约定好的发送数据并在接收机处做数据接收；2)合法方对接收数据做数据后处理并在本地结合发送数据和处理后的接收数据训练神经网络；3)发送端在本地生成一段伪密钥并与训练好的神经网络结合获得密钥，然后加密明文；4)发送端组合伪密钥和密文成新数据并传输到接收端，接收端接收时采用信道补偿算法；5)接收端将收到的伪密钥结合训练好的神经网络生成密钥并解密明文。该安全传输系统不仅实现了通密同传、动态调整密钥、并且依然保持安全当合法方所用光纤的长度被破解，即该系统的密钥空间非常大。

技术领域

本发明涉及信息安全技术，特别涉及一种光纤信道传输下为了防止非法窃听方对于传输信息进行窃听的方案。

背景技术

因为光传输具有高速、带宽大和长距等优势，所以被广泛的应用于个人、商业以及军事通信当中。但是随着5G时代以及各类智能设备的到来，光链路中的数据要求出现了爆发式的增长，所以光链路的数据安全传输越来越重要。在点对点传输系统中，光纤通常作为系统通信链路，但是光纤对于许多窃听而言是非常脆弱的，因此如何保证光通信系统的安全传输吸引了越来越多的目光。

传统的安全技术主要借助物理层以及高层算法的复杂性保证系统的安全，但随着量子计算机的发展，传统的安全技术已经不再安全。而理论上完全安全的量子密钥技术也具有传输距离短，密钥生成率低和装置较为昂贵等不足之处。混沌安全系统虽然可以提高数据传输的安全性，但是因为其安全建立在初值的随机性和不可预测性，所以该系统的密钥空间比较小，即安全性并不高，所以基于物理层的安全传输方案近年来成为研究的热点领域。

近年来也有许多基于物理层的安全方案被提出，例如基于偏振保持光纤的随机相位波动、随机可拼接保持光纤的偏振膜色散、超长光纤激光器的特性、多模光纤中的随机膜混提取密钥。这些方案虽然可以从物理层的角度提高数据传输的保密性和隐私性，但是这些方案并没有考虑到由于环境的不理想而使得合法方的接收数据并不完全一致，需要后处理算法进行合法方接收数据的一致化和与非法窃听方接收数据的差异放大，并且无法实现信息与密钥的共同传输、当窃听方对合法信道光纤长度进行匹配的情况下也无法做到安全的通信。

神经网络已经被证明即使只拥有一个隐含层，但是拥有足够多的神经元也可以很好的拟合许多数据曲线，所以神经网络在信道建模中的研究也越来越多，同时考虑到光纤信道的偏振膜色散是一个变化量并且窃听方对合法光纤长度匹配的时间无法做到零，所以我们需要研究一种安全传输系统，其安全建立在信道特性估计神经网络的安全。

发明内容

为了解决上述技术问题，本发明提供了一种基于神经网络的光纤信道安全传输系统，合法方通过神经网络在本地对传输信道进行特性估计的方法可以都在本地得到一个非法窃听方无法得到的神经网络模型，从而保证窃听方无法获取到明文加密所使用的密钥。

本发明提供的一种基于神经网络的光纤信道安全传输系统，

首先合法方在本地都训练一个神经网络模型，然后发送端在本地生成一段伪密钥，并且利用该伪密钥和神经网络模型生成真正的密钥，利用该密钥对明文进行加密，加密之后将密文和伪密钥传输给接收端，接收端接收数据并解密。

所述的训练神经网络模型，是指将发送端发送的探测数据以及接收数据经过后处理的数据作为神经网络的训练数据，其中发送数据作为输入数据，经过后处理的接收数据作为标签数据。后处理是用于合法方接收数据一致化以及与非法窃听方接收数据差异放大，因为光纤信道并不是理想的，所以合法方相同发送数据经过传输后的接收数据也不一定完全一样，所以需要采用信息协商对合法方接收数据一致化，为了进一步扩大合法方与非法方的数据差异性，在信息协商后采用隐私放大进行合法方和非法窃听方的接收数据差异放大。

所述的生成一段伪密钥，是指在接收端进行加密之前，先在本地生成一段伪随机数作为伪密钥。