本发明专利技术涉及人工智能，提供一种文本解密方法、装置、设备及存储介质。该方法能够获取密文信息，对密文信息进行词嵌入分析，得到密文信息的表征向量，从预先训练好的解密模型中提取权值三角矩阵及线性转换矩阵，基于权值三角矩阵遮挡所述表征向量，得到密文信息中每个信息字符所对应的字符向量，根据线性转换矩阵处理表征向量，得到特征向量，特征向量包括第一向量及第二向量，根据字符向量及第一向量分析每个信息字符在密文信息的字符分数，根据字符分数及第二向量生成字符表征，根据字符表征所对应的目标词汇生成文本信息。本发明专利技术能够提高密文信息的解密安全性。此外，本发明专利技术还涉及区块链技术，所述文本信息可存储于区块链中。所述文本信息可存储于区块链中。所述文本信息可存储于区块链中。
【技术实现步骤摘要】
文本解密方法、装置、设备及存储介质
[0001]本专利技术涉及人工智能
，尤其涉及一种文本解密方法、装置、设备及存储介质。
技术介绍
[0002]在医疗平台中，为了提高传输过程中的数据安全性，通常会对需要进行传输的文本数据进行加密处理。目前，在接收密文信息的数据方，有对密文信息的解密需求时，通常直接利用密钥对密文信息进行解密，然而，在密钥的获取过程中，存在密钥被截取的可能性，从而造成数据的泄露。
[0003]因此，如何提高解密过程中的安全性，成了亟需解决的问题。
技术实现思路
[0004]鉴于以上内容，有必要提供一种文本解密方法、装置、设备及存储介质，能够提高密文信息的解密安全性。
[0005]一方面，本专利技术提出一种文本解密方法，所述文本解密方法包括：当接收到文本解密请求时，根据所述文本解密请求获取密文信息；对所述密文信息进行词嵌入分析，得到所述密文信息的表征向量；从预先训练好的解密模型中提取权值三角矩阵及线性转换矩阵；基于所述权值三角矩阵遮挡所述表征向量，得到所述密文信息中每个信息字符所对应的字符向量；根据所述线性转换矩阵处理所述表征向量，得到所述密文信息的特征向量，所述特征向量包括第一向量及第二向量；根据所述字符向量及所述第一向量分析每个信息字符在所述密文信息的字符分数；根据所述字符分数及所述第二向量生成每个信息字符的字符表征；根据所述字符表征所对应的目标词汇生成文本信息。
[0006]根据本专利技术优选实施例，所述对所述密文信息进行词嵌入分析，得到所述密文信息的表征向量包括：从预设向量表中获取与所述密文信息中每个信息字符对应的向量值；根据所述信息字符在所述密文信息中的合并顺序拼接所述向量值，得到映射向量；基于预设矩阵对所述映射向量进行线性变换，得到转换向量；计算所述转换向量中所有元素向量的元素均值，并计算所述所有元素向量的元素方差；计算每个元素向量与所述元素均值的差值在所述元素方差中的比值，得到每个元素向量对应的标准元素，并根据所述标准元素生成标准向量；
根据所述合并顺序生成所述信息字符在所述密文信息的位置向量；计算所述标准向量与所述位置向量的平均值，得到所述表征向量。
[0007]根据本专利技术优选实施例，在从预先训练好的解密模型中提取权值三角矩阵及线性转换矩阵之前，所述方法还包括：获取加密文本及所述加密文本的源文本；将所述加密文本输入至预先构建好的学习器中，得到初始文本；统计所述初始文本的预测字符数量，并统计所述源文本的源字符数量；若所述预测字符数量小于所述源字符数量，对所述初始文本进行填充处理，直至所述预测字符数量等于所述源字符数量，得到预测文本；计算所述预测文本中每个预测字符与所述源文本中相对应的源字符的相似距离；计算所述相似距离的平均值，得到所述学习器的损失值；根据所述损失值调整所述学习器中的网络参数，直至所述损失值不再降低，得到所述解密模型。
[0008]根据本专利技术优选实施例，所述基于所述权值三角矩阵遮挡所述表征向量，得到所述密文信息中每个信息字符所对应的字符向量包括：计算所述权值三角矩阵与所述表征向量的乘积，得到遮挡向量；基于softmax（）函数处理所述遮挡向量，得到权值向量；对于每个信息字符，确定该信息字符在所述密文信息中的字符位置；从所述权值向量中提取与所述字符位置对应的信息权值，并从所述表征向量中提取与该信息字符对应的子向量；根据所述信息权值对所述子向量进行加权和运算，得到所述字符向量。
[0009]根据本专利技术优选实施例，所述根据所述字符向量及所述第一向量分析每个信息字符在所述密文信息的字符分数包括：统计所述字符向量的向量长度；计算所述第一向量的转置值，得到第三向量；计算所述字符向量与所述第三向量的乘积在所述向量长度中的比值，得到所述字符分数。
[0010]根据本专利技术优选实施例，所述根据所述字符分数及所述第二向量生成每个信息字符的字符表征包括：基于所述字符分数，根据下列公式计算字符概率包括：；其中，是指第个信息字符所对应的字符概率，是指第个信息字符所对应的字符分数，是指第个信息字符所对应的字符分数，；从所述第二向量中依次提取每个信息字符所对应的特征信息；计算每个所述字符概率与每个特征信息的乘积，得到所述字符表征。
[0011]根据本专利技术优选实施例，所述根据所述字符表征所对应的目标词汇生成文本信息
包括：从每个字符表征中提取最大向量值；确定所述最大向量值在所述字符表征中的维度作为目标维度；从预设词表中提取与所述目标维度对应的词汇作为所述目标词汇；拼接所述目标词汇，得到所述文本信息。
[0012]另一方面，本专利技术还提出一种文本解密装置，所述文本解密装置包括：获取单元，用于当接收到文本解密请求时，根据所述文本解密请求获取密文信息；分析单元，用于对所述密文信息进行词嵌入分析，得到所述密文信息的表征向量；提取单元，用于从预先训练好的解密模型中提取权值三角矩阵及线性转换矩阵；遮挡单元，用于基于所述权值三角矩阵遮挡所述表征向量，得到所述密文信息中每个信息字符所对应的字符向量；处理单元，用于根据所述线性转换矩阵处理所述表征向量，得到所述密文信息的特征向量，所述特征向量包括第一向量及第二向量；所述分析单元，还用于根据所述字符向量及所述第一向量分析每个信息字符在所述密文信息的字符分数；生成单元，用于根据所述字符分数及所述第二向量生成每个信息字符的字符表征；所述生成单元，还用于根据所述字符表征所对应的目标词汇生成文本信息。
[0013]另一方面，本专利技术还提出一种电子设备，所述电子设备包括：存储器，存储计算机可读指令；及处理器，执行所述存储器中存储的计算机可读指令以实现所述文本解密方法。
[0014]另一方面，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述文本解密方法。
[0015]由以上技术方案可以看出，本专利技术通过对所述密文信息进行词嵌入分析，能够生成兼具有信息字符中的词汇信息及位置信息的表征向量，进而根据所述权值三角矩阵能够隐藏未来时刻的信息字符，避免解密得到的文本信息依赖未来时刻的信息字符生成，从而提高所述文本信息的解密准确性，通过所述字符向量及所述第一向量生成的字符分数能够提高信息字符的表征准确性，从而提高所述文本信息的准确性。此外，本专利技术能够在无需获取密钥的前提下，实现对所述密文信息的解密处理，从而提高解密的安全性。
附图说明
[0016]图1是本专利技术文本解密方法的较佳实施例的流程图。
[0017]图2是本专利技术文本解密装置的较佳实施例的功能模块图。
[0018]图3是本专利技术实现文本解密方法的较佳实施例的电子设备的结构示意图。
具体实施方式
[0019]为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本专利技术进行详细描述。
[0020]如图1所示，是本专利技术文本解密方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。...
【技术保护点】
【技术特征摘要】
1.一种文本解密方法，其特征在于，所述文本解密方法包括：当接收到文本解密请求时，根据所述文本解密请求获取密文信息；对所述密文信息进行词嵌入分析，得到所述密文信息的表征向量；从预先训练好的解密模型中提取权值三角矩阵及线性转换矩阵；基于所述权值三角矩阵遮挡所述表征向量，得到所述密文信息中每个信息字符所对应的字符向量；根据所述线性转换矩阵处理所述表征向量，得到所述密文信息的特征向量，所述特征向量包括第一向量及第二向量；根据所述字符向量及所述第一向量分析每个信息字符在所述密文信息的字符分数；根据所述字符分数及所述第二向量生成每个信息字符的字符表征；根据所述字符表征所对应的目标词汇生成文本信息。2.如权利要求1所述的文本解密方法，其特征在于，所述对所述密文信息进行词嵌入分析，得到所述密文信息的表征向量包括：从预设向量表中获取与所述密文信息中每个信息字符对应的向量值；根据所述信息字符在所述密文信息中的合并顺序拼接所述向量值，得到映射向量；基于预设矩阵对所述映射向量进行线性变换，得到转换向量；计算所述转换向量中所有元素向量的元素均值，并计算所述所有元素向量的元素方差；计算每个元素向量与所述元素均值的差值在所述元素方差中的比值，得到每个元素向量对应的标准元素，并根据所述标准元素生成标准向量；根据所述合并顺序生成所述信息字符在所述密文信息的位置向量；计算所述标准向量与所述位置向量的平均值，得到所述表征向量。3.如权利要求1所述的文本解密方法，其特征在于，在从预先训练好的解密模型中提取权值三角矩阵及线性转换矩阵之前，所述方法还包括：获取加密文本及所述加密文本的源文本；将所述加密文本输入至预先构建好的学习器中，得到初始文本；统计所述初始文本的预测字符数量，并统计所述源文本的源字符数量；若所述预测字符数量小于所述源字符数量，对所述初始文本进行填充处理，直至所述预测字符数量等于所述源字符数量，得到预测文本；计算所述预测文本中每个预测字符与所述源文本中相对应的源字符的相似距离；计算所述相似距离的平均值，得到所述学习器的损失值；根据所述损失值调整所述学习器中的网络参数，直至所述损失值不再降低，得到所述解密模型。4.如权利要求1所述的文本解密方法，其特征在于，所述基于所述权值三角矩阵遮挡所述表征向量，得到所述密文信息中每个信息字符所对应的字符向量包括：计算所述权值三角矩阵与所述表征向量的乘积，得到遮挡向量；基于softmax（）函数处理所述遮挡向量，得到权值向量；对于每个信息字符，确定该信息字符在所述密文信息中的字符位置；从所述权值向量中提取与所述字符位置对应的信息权...
【专利技术属性】
技术研发人员：张泽鲲，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。