买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉盐城工学院申请的专利欺骗攻击下基于多模态惯性神经网络的保密通信方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119011210B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410986328.9，技术领域涉及：H04L9/40；该发明授权欺骗攻击下基于多模态惯性神经网络的保密通信方法是由李慧媛;朱昊冬;王鸿志;陈洁;王一舟;李小凡设计研发完成，并于2024-07-23向国家知识产权局提交的专利申请。

本欺骗攻击下基于多模态惯性神经网络的保密通信方法在说明书摘要公布了：本发明公开了欺骗攻击下基于多模态惯性神经网络的保密通信方法，包括建立具有随机扰动和混合时滞的多模态惯性神经网络系统；根据所述多模态惯性神经网络系统，建立目标系统；根据所述多模态惯性神经网络系统和所述目标系统，设定同步误差，构建同步误差系统；充分考虑通信网络中的欺骗攻击，设计抗攻击控制器，所述多模态惯性神经网络系统在所述抗攻击控制器的作用下，指数同步于所述目标系统，从而成功完成了明文信号的加密与解密，进一步实现了保密通信方法；搭建多模态惯性神经网络模型，并通过数值仿真验证其指数同步效果及其在保密通信方面的有效性。本发明不但能达到保密通信作用，而且能够抵御通信网络攻击，控制成本低且安全性高。

本发明授权欺骗攻击下基于多模态惯性神经网络的保密通信方法在权利要求书中公布了：1.欺骗攻击下基于多模态惯性神经网络的保密通信方法，其特征在于，包括以下步骤： 步骤S1：建立具有随机扰动和混合时滞的多模态惯性神经网络系统，其动力学方程为： 其中，N表示所述神经网络系统的节点个数；xpt＝表示第p个节点在t时刻的状态变量；fxpt＝[f1xp1t,…,fnxpnt]T、fxpt-δt＝[f1xp1t-δt,…,fnxpnt-δt]T和fxps＝[f1xp1s,…,fnxpns]T表示神经元的激活函数且满足|fpy-fpx|≤lp|y-x|，其中lp为正常数，且y≠x为已知参数；表示惯性项；δt和τt分别表示离散时滞和分布时滞，且满足0δt≤δ和0τt≤τ，表示系统的外部输入；和表示正定对角矩阵；代表n维欧几里得空间，表示n×n的实数矩阵；和表示连接权重矩阵；φps和ψps是连续有界函数；rt是右连续的马尔可夫过程，值为并有如下模态转换概率： 其中，χ0且满足πij≥0i≠j表示从第i个模态转移到第j个模态的转移概率，c表示耦合强度，表示内部耦合正定矩阵，G＝GpqrtN×N表示耦合权重配置矩阵；如果第q个节点与第pp≠q个节点存在连接，则Gpqrt0，否则Gpqrt＝0，同时G的对角元素定义为表示系统受到的随机干扰强度且满足|ρt,xpt,rt|2≤Ξpi|xpt|2，其中Ξpi为正常数；Wt表示定义在完整概率空间上的布朗运动，其中Ω为样本空间，为样本空间子集，为概率；upt为抗攻击控制器； 对所述具有随机扰动和混合时滞的多模态惯性神经网络进行变量代换降阶处理，替代变量设置为进而将系统改写成如下形式： 其中，Crt＝Crt+In-Drt，In表示n阶单位矩阵；φps、ψps和Δps是连续有界函数； 步骤S2：根据所述多模态惯性神经网络系统，建立目标系统为： 其中，表示目标系统的状态变量；φ*ω和ψ*ω是连续有界函数；所述目标系统中其它性能指标和步骤S1中所述具有随机扰动和混合时滞的多模态惯性神经网络中的性能指标相同； 对所述目标系统进行变量代换降阶处理，替代变量设置为进而将系统改写成如下形式： 其中，Crt＝Crt+In-Drt，φ*ω、ψ*ω和Δ*ω是连续有界函数； 步骤S3：根据所述多模态惯性神经网络系统和所述目标系统，设定同步误差，构建同步误差系统，具体包括以下步骤： 步骤S3-1：设定所述多模态惯性神经网络系统和所述目标系统的同步误差为：ept＝xpt-St； 步骤S3-2：根据所述的同步误差，构建同步误差系统为： 对所述误差系统进行变量代换降阶处理，替代变量设置为进而将系统改写成如下形式： 其中，gept＝fxpt-fSt，gept-δt＝fxpt-δt-fSt-δt，geps＝fxps-fSs； 步骤S4：充分考虑通信网络中的欺骗攻击，根据步骤S3构建的同步误差系统，设计欺骗攻击下的抗攻击控制器upt，使得所述多模态惯性神经网络系统在所述抗攻击控制器upt的作用下指数同步于所述目标系统，从而成功完成明文信号的加密与解密，进一步实现保密通信； 步骤S5：搭建多模态惯性神经网络模型，并通过数值仿真验证其在欺骗攻击下指数同步效果及其在保密通信方面的有效性； 步骤S4具体包括以下步骤： 步骤S4-1：设计欺骗攻击下抗攻击控制器upt为： 其中，θ1、θ2和θ3为正常数；[t2k,t2k+1和[t2k+1,t2k+2分别表示抗攻击控制器的控制时间区间和休息时间区间；αt为欺骗攻击信号且满足伯努利分布，定义为：概率为为随机变量a的数学期望；h·为非线性函数且满足|h·|≤h1，其中h1为正常数；Rpt为抗攻击项，具体为： 其中，为量化器，m为正整数，代表实数集，是初始量化参数，为量化密度，具体的量化函数定义如下： 其中，qm*是量化值，是量化器的精确参数；ηpt为针对攻击的自适应指数更新率且满足等式： 其中，βp、α和εp为正常数且满足不等式m1+αθ1≥αθ2h1；所述抗攻击控制器中的相关参数满足下列不等式： -Θp1-εp0， 其中，ηp和为正常数，γpi0， 步骤S4-2：将所述抗攻击控制器作用于所述多模态惯性神经网络系统，使得所述多模态惯性神经网络系统在欺骗攻击下也能指数同步于所述目标系统； 步骤S4-3：所述多模态惯性神经网络系统与所述目标系统指数同步之后，发送端获取所述多模态惯性神经网络系统产生的混沌信号ypt作为加密信号，接收端获取所述目标系统产生的混沌信号vt作为密钥信号； 步骤S4-4：所述发送端将加密信号ypt和明文信号Zpt进行加密运算，获得密文信号Hpt＝ypt+Zpt； 步骤S4-5：所述发送端将所述密文信号Hpt通过传输信道发送给接收端，所述接收端通过传输信道接收所述密文信号Hpt； 步骤S4-6：所述接收端将收到的密文信号Hpt和密钥信号vpt进行解密运算，获得解密后的明文信号Z'pt＝Hpt-vpt。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人盐城工学院，其通讯地址为：224051 江苏省盐城市亭湖区希望大道中路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。