基于深度神经网络的互联网安全信息加密方法  

作　　者：胡凌峰 

机构地区：[1]桂林电子科技大学计算机与信息安全学院

出　　处：《数字技术与应用》2024年第11期67-69,共3页Digital Technology & Application

摘　　要：随着互联网技术的飞速发展,网络安全问题日益严峻,传统的加密技术已难以满足当前复杂多变的安全需求。本文提出了基于深度神经网络(DNN)的互联网安全信息加密方法。首先,基于深度神经网络的互联网安全信息混沌序列设置,通过生成高度非线性和不可预测的混沌序列,为信息加密提供了强大的随机性和安全性。其次,网络采用AES算法对网络安全信息数据帧进行替换,确保了数据传输过程中的机密性和完整性。最后,结合区块链技术的去中心化、不可篡改和透明性特点,进一步增强了加密信息的可信度和抗攻击能力。实验结果表明,该方案在提高加密效率的同时,显著提升了网络安全信息的保护水平,为构建更加安全、可靠的网络环境提供了新的思路和方法。

关 键 词：深度神经网络 互联网安全 信息加密 区块链技术 网络安全信息 混沌序列 加密信息 抗攻击能力 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]