一种基于机器学习储备池计算的保密通信方法及系统

摘要

本发明公开了一种基于机器学习储备池计算的保密通信方法及系统，其中方法包括：首先通过时滞混沌系统生成的混沌信号，并分为训练集U1(t)和加密集U2(t)，利用U1(t)对接收端的储备池计算模块进行神经网络训练，利用U2(t)对待发送信号进行加密，发送端将加密集U2(t)中的某一个维度的标量信号发送给接收端以替代储备池计算模块输出的信号向量V(t)中同一维度的信号，更新储备池计算模块的输入信号V'(t)，利用训练好的储备池计算模块完成同步加密解密。本发明解决了传统接收端同步解密系统单一局限性的弊端，大大增强了解密系统的灵活性，能正确有效地恢复出原有信息。