一种基于深度学习的加密算法识别方法及装置

本发明公开了一种基于深度学习的加密算法识别方法及装置，其中的方法首先采用多源随机数生成框架为不同加密算法提供输入数据并获取相应输出；然后对输出数据进行多种随机数测试，提取统计特征并通过特征融合框架构造加密算法的特征矩阵指纹；接着以特征矩阵指纹为输入，加密算法类型为标签，构建深度学习神经网络模型并进行训练与评估；最终对待识别的加密算法输出数据提取特征矩阵指纹，通过训练完成的模型进行识别分类。本发明转变了随机性测试的应用方式，从二元验证工具转变为模式识别特征，实现了黑盒环境下的高效准确识别，可区分相似的加密算法变种，克服了传统方法对细微差异的辨别能力有限等问题，为信息安全研究提供了全新视角。