一种基于神经网络的差分区分器及其密码恢复破译方法

本发明提出了一种基于神经网络的差分区分器及其密码恢复破译方法，属于密码分析领域，包括：输入模型、初始卷积模型、卷积模型、预测头模型和输出模型；输入模型用于接收密文矩阵；初始卷积模型使用单层卷积操作来提取输入模型中密文矩阵的特征；卷积模型使用多个残差结构对初始卷积模型提取的特征进行深度提取；预测头模型采用多尺度全连接层进行预测输出，输出一个0～1间的浮点数作为输出模型的输入；输出模型采用softmax函数和稀疏分类交叉熵进行二值输出，用于判断密文对为随机密文对还是真实密文对。本发明能提高特征提取的效率和模型的分类准确率，在使用单密文对和多密文对时均具有较高的准确率，以及较低的假阳性和假阴性率。