(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111493557.X (22)申请日 2021.12.08 (71)申请人 北京达佳互联信息技 术有限公司 地址 100085 北京市海淀区上地西路6号1 幢1层101D1-7 (72)发明人 胡文斌　彭丹　 (74)专利代理 机构 北京博思佳知识产权代理有 限公司 1 1415 代理人 王茹 (51)Int.Cl. H04L 9/40(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 数据安全性检测方法、 装置及电子设备 (57)摘要 本公开关于一种数据安全性检测方法、 装置 及电子设备。 所述方法包括： 获取与第一明文数 据对应的密文数据； 其中， 所述密文数据由所述 第一明文数据经过对称加密算法加密得到； 将所 述密文数据输入到组合卷积神经网络中进行计 算， 预测所述对称加密算法加密时使用的密钥， 并基于所述密钥解密所述密文数据， 获取所述组 合卷积神经网络输出的解密的第二明文数据； 其 中， 所述组合卷积神经网络包括模拟密钥的第一 卷积神经网络、 模拟解密器的第二卷积神经网络 和模拟加密器的第三卷积神经网络； 根据所述第 二明文数据与所述第一明文数据的相似度， 确定 所述密钥的安全等级。 权利要求书2页 说明书15页 附图3页 CN 114338090 A 2022.04.12 CN 114338090 A 1.一种数据安全性检测方法， 其特 征在于， 包括： 获取与第一明文数据对应的密文数据； 其中， 所述密文数据由所述第一明文数据经过 对称加密算法加密得到； 将所述密文数据输入到组合卷积神经网络中进行计算， 预测所述对称加密算法加密时 使用的密钥， 并基于所述密钥解密所述密文数据， 获取所述组合卷积神经网络输出 的解密 的第二明文 数据； 其中， 所述组合卷积神经网络包括模拟密钥的第一卷积神经网络、 模拟解 密器的第二卷积神经网络和模拟加密器的第三卷积神经网络； 根据所述第二明文数据与所述第一明文数据的相似度， 确定所述密钥的安全等级。 2.根据权利要求1所述的方法， 其特 征在于， 所述组合卷积神经网络的训练过程包括： 获取用于训练组合卷积神经网络的训练样本集； 其中， 所述训练样本集由训练明文和 训练密文对构成； 构建组合卷积神经网络 中的第一卷积神经网络、 第 二卷积神经网络和第 三卷积神经网 络； 利用以下步骤进行迭代处 理， 直到训练密文与伪密文的相似程度大于预设阈值： 将训练样本集中的训练明文和训练密文对输入所述第 一卷积神经网络， 获取所述第 一 卷积神经网络 输出的伪密钥； 将所述伪密钥和训练密文输入到所述第 二卷积神经网络， 获取所述第 二卷积神经网络 输出的伪明文； 将所述伪明文和伪密钥输入到所述第 三卷积神经网络， 获取所述第 三卷积神经网络输 出的伪密文； 计算所述训练密文与伪密文的相似程度， 在所述训练密文与伪密文的相似程度小于或 等于预设阈值时， 根据所述相似程度调整所述第一卷积神经网络、 第二卷积神经网络和第 三卷积神经网络的模型参数。 3.根据权利要求2所述的方法， 其特征在于， 所述获取用于训练组合卷积神经网络的训 练样本集， 包括： 对获取到的原 始明文进行预处理， 得到数据长度相同的训练明文； 基于对称加密算法加密所述训练明文， 得到与所述训练明文对应的训练密文； 将所述训练明文和对应的训练密文确定为训练明密文对。 4.根据权利要求3所述的方法， 其特征在于， 所述对获取到的原始明文进行预处理， 得 到数据长度相同的训练明文， 包括： 在获取到的原始明文的数据长度大于预设长度时， 从所述原始明文中截取所述预设长 度的数据作为训练明文； 在获取到的原始明文的数据长度小于预设长度时， 将第 一数量的预设内容补充到所述 原始明文， 并将补充后的原始明文作为训练明文； 其中， 所述第一数量为所述预设长度与所 述原始明文的数据长度的差值。 5.根据权利要求3所述的方法， 其特 征在于， 还 包括： 对所述训练明文以及所述训练密文 进行数字编码； 对数字编码后的训练明文和数字编码后的训练密文进行归一化处理， 得到归一化的训 练明文和归一 化的训练密文；权　利　要　求　书 1/2 页 2 CN 114338090 A 2所述将所述训练明文和对应的训练密文确定为训练明密文对， 包括： 将所述归一 化的训练明文和所述归一 化的训练密文确定为训练明密文对。 6.根据权利要求1所述的方法， 其特 征在于， 还 包括： 在所述安全等级表示危险时， 向所述第 一明文数据的提供方推送与 所述安全等级相应 的密钥更新信息； 其中， 所述密钥更新信息包括增 加密钥长度和/或增 加密钥复杂度。 7.一种数据安全性检测装置， 其特 征在于， 包括： 获取单元， 被配置为执行获取与第 一明文数据对应的密文数据； 其中， 所述密文数据由 所述第一明文数据经 过对称加密算法加密得到； 计算单元， 被配置为执行将所述密文数据输入到组合卷积神经网络中进行计算， 预测 所述对称加密算法加密时使用的密钥， 并基于所述密钥解密所述密文数据， 获取所述组合 卷积神经网络输出 的解密的第二明文数据； 其中， 所述组合卷积神经网络包括模拟密钥的 第一卷积神经网络、 模拟解密器的第二卷积神经网络和模拟加密器的第三卷积神经网络； 检测单元， 被配置为执行根据所述第二明文数据与所述第一明文数据的相似度， 确定 所述密钥的安全等级。 8.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储所述处 理器可执行指令的存 储器； 其中， 所述处理器被配置为执行所述可执行指令， 以实现如权利要求1 ‑6中任一项所述 的数据安全性检测方法。 9.一种计算机可读存储介质， 其特征在于， 当所述计算机可读存储介质中的指令由电 子设备的处理器执行时， 使得所述电子设备能够执行如权利要求1 ‑6中任一项所述的数据 安全性检测方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现权利要求1 ‑6中任一项所述的数据安全性检测方法。权　利　要　求　书 2/2 页 3 CN 114338090 A 3