(19)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 202210971461.8 (22)申请日 2022.08.11 (71)申请人 苏州天能互信科技有限公司 地址 215000 江苏省苏州市太 仓市太仓港 经济技术开发区北环路16号1202-15 (72)发明人 张玺栋　 (74)专利代理 机构 河北冀狮专利代理事务所 (特殊普通 合伙) 13174 专利代理师 段玉华 (51)Int.Cl. G06F 21/60(2013.01) G06F 21/62(2013.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 车联网异构数据加密预处 理系统及方法 (57)摘要 本发明属于车联网信息安全技术领域， 公开 了车联网异构数据加密预处理系统及方法， 包 括： 数据收集单元、 车辆系统及信息处理平台； 数 据收集单元通过无线通信与车辆系统相连接， 车 辆系统通过数据收集单元与信息处理平台连接。 本发明通过基于储备池计算的智能适配加密单 元， 利用深度学习模型对对车联网异构数据进行 训练与学习， 利用已训练好的深度学习模型对车 联网数据进行特征提取和非线 性映射， 从本质上 提高原始信息的数据维度与复杂性， 进而给信息 加密算法提供前期保障， 实现对多种不同类型数 据的智能预处理与适配， 对各类数据进行高维非 线性映射后， 利用光混沌密钥生成单元输出的高 质量密钥， 结合加密算法对车联网数据进行加密 处理。 权利要求书2页 说明书4页 附图1页 CN 115292734 A 2022.11.04 CN 115292734 A 1.车联网异构数据加密预处 理系统， 其特 征在于， 包括： 数据收集单元、 车辆系统及信息处理平台； 所述数据收集单元通过无线通信与车辆系 统相连接， 所述车辆系统通过 所述数据收集单 元与信息处 理平台连接； 所述数据收集单元包括智能适配加密单元， 所述智能适配加密单元实现对多种不同类 型数据的智能预处 理与适配， 对各类数据进行高维 非线性映射； 所述信息处理平台包括光混沌密钥生成单元， 所述光混沌密钥生成单元用于对高维非 线性映射后的数据进行输出的高质量密钥， 结合加密算法对车 联网数据进行加密处 理。 2.根据权利要求1所述的车联网异构数据加密预处理系统， 其特征在于： 所述智能适配 加密单元包括光学智能储备池计算模块， 所述光学智能储备池计算模块用于将低维输入信 号非线性映射到储备池高维空间， 然后在高维空间中提取信号特征， 利用回归学习算法可 以得到目标输出。 3.根据权利要求2所述的车联网异构数据加密预处理系统， 其特征在于： 所述光学智能 储备池计算模块包括依 次连接的输入层、 储备池中间层及输出层； 所述输入层到储备池中 间层的输入连接权和储备池的内部连接权均随机生成并保持不变， 训练过程中唯一需要确 定的就是储备池到 输出层的输出 连接权。 4.根据权利要求3所述的车联网异构数据加密预处理系统， 其特征在于： 所述输入层包 括掩膜模块、 预 处理模块、 输入口及输入增益模块， 所述掩膜模块和输入口均与预处理模块 连接， 所述预处 理模块与输入增益模块连接； 所述储备池中间层包括延时模块、 DAC、 混沌发生器、 放大器及ADC， 所述延时模块、 DAC、 混沌发生器、 放大器及ADC依次串联在一 起； 所述输出层包括训练权重、 后处理模块及输出口， 所述训练权重、 后处理模块及输出口 依次串联在一 起。 5.根据权利要求4所述的车联网异构数据加密预处理系统， 其特征在于： 所述智能适配 加密单元还包括深度学习模型， 所述深度学习模型对车联网异构数据进行训练与学习， 进 行智能适配和归一 化的预处 理， 主要包括参数初始化、 模型选择与超参数的选择。 6.根据权利要求5所述的车联网异构数据加密预处理系统， 其特征在于： 利用已训练好 的所述深度学习模型对车联网数据进 行特征提取和非线性映射， 从本质上提高原始信息的 数据维度与复杂性， 进 而给信息加密算法提供 前期保障。 7.根据权利要求6所述的车联网异构数据加密预处理系统， 其特征在于： 所述光学智能 储备池计算模块包括泵浦源激光器和带有延迟反馈环的光学器件， 所述光学器件设置为激 光器VCSEL。 8.车联网异构数据加密预处理的方法， 根据权利要求1 ‑7任意一项所述的车联网异构 数据加密预处 理系统， 其特 征在于， 包括如下步骤： 由数据收集单 元进行收集车辆系统中的异构数据； 通过基于光学智能储备池计算模块的智能适配加密单元， 实现对多种不同类型数据的 智能预处 理与适配； 由光混沌密钥生成单元用于对高维非线性映射后的数据进行输出的高质量密钥， 结合 加密算法对车 联网数据进行加密处 理。 9.根据权利要求8所述的车联网异构数据加密预处理 的方法， 其特征在于： 光学智能储权　利　要　求　书 1/2 页 2 CN 115292734 A 2备池计算模块的工作方法如下： 首先利用相位调制技 术， 将S(t)调制进光 域， 即泵浦源激光器输出的光信号； 其次将该光信号注入VCSEL中进行计算； 最后提取反馈环中虚拟节点的状态作为储备池的状态， 采用岭回归算法使目标数据与 储备池状态的均方误差最小化以优化输出权 重， 目标数据即为输入信号U(n)。 10.根据权利要求9所述的车联网异构数据加密预处理的方法， 其特征在于： 反馈环的 反馈时间为τ， 为保证反馈环中包含当前输入值的所有信息， 必须满足τ≥T， 虚拟节点的选 取可按照等距采样的规则确定， 采样间隔即虚拟节点间隔为θ， 采样 个数即虚拟节点个数为 N(＝ τ/θ )， N的大小可反映储备池规模的大小， N越大储备池规模 越大。权　利　要　求　书 2/2 页 3 CN 115292734 A 3