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！

龙图腾网获悉北京合泰信安信息技术有限公司申请的专利基于改进GAN-RL的动态密钥生成与分发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：CN120433924B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202510612344.6，技术领域涉及：H04L9/08；该发明授权基于改进GAN-RL的动态密钥生成与分发方法是由张振;李太勇;廖祯;冯磊;宋宁宁;温宇;孟欢;孟鑫;秦汉文设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本基于改进GAN-RL的动态密钥生成与分发方法在说明书摘要公布了：本发明涉及信息安全和通信网络领域，公开了一种基于改进GAN‑RL的动态密钥生成与分发方法，该方法能够结合生成对抗网络GAN和强化学习RL提高密钥生成与分发过程的安全性、实时性和适应性。该方法包括步骤：S1、通信环境特征采集与初始化；S2、基于改进生成对抗网络的密钥生成；S3、通信环境特征输入强化学习模型；S4、对强化学习模型生成的理论策略进行实时调整与优化；S5、密钥分发执行与反馈优化。采用该基于改进GAN‑RL的动态密钥生成与分发方法动态适应性强，能够提高密钥分发的效率与安全性，可以有效降低网络拥塞、提高分发成功率，同时满足不同设备和节点的特定需求。

本发明授权基于改进GAN-RL的动态密钥生成与分发方法在权利要求书中公布了：1.基于改进GAN-RL的动态密钥生成与分发方法，其特征在于，包括以下步骤： S1、通信环境特征采集与初始化；所述通信环境特征采集包括采集通信网络的拓扑结构、采集网络节点信息、采集网络状态信息以及采集设备属性信息； S2、基于改进生成对抗网络的密钥生成； S21、输入随机噪声和通信环境特征至生成对抗网络的生成器； S22、生成器输出候选密钥，并传递至判别器； S23、判别器将评估结果反馈给生成器，优化生成器的网络参数； 判别器的评估结果会作为反馈信号传递回生成器，用于更新生成器的网络参数；生成器和判别器在训练过程中共同进行优化，采用对抗训练的方式； S24、当生成的密钥达到设定质量标准后，存储至密钥池，等待分发； S3、通信环境特征输入强化学习模型； S31、构建强化学习模型的状态空间和动作空间； S32、训练强化学习模型；训练过程包括从初始化模型到通过不断的反馈调整策略，从而在动态网络环境中获得最优决策； S321、训练环境的初始化；首先，训练环境的构建基于步骤S31中构建的状态空间和动作空间； S322、强化学习模型的训练过程；训练过程基于强化学习方法；所述强化学习方法采用Q学习、深度Q网络DQN或策略梯度方法； S323、经验回放和探索机制；在强化学习模型中引入了经验回放和ε-贪婪策略机制； S4、对强化学习模型生成的理论策略进行实时调整与优化； S41、基于强化学习的密钥分发策略优化； 首先，强化学习模型接收来自通信网络的实时状态信息；这些信息是指网络性能指标包括网络的带宽、延迟、丢包率，模型采用以下公式对网络健康状况进行评估： ； 其中,是路径p的网络延迟；是路径p的带宽；是路径p的丢包率；,,是权重系数，表示延迟、带宽和丢包率对路径质量的影响； 模型通过计算每条路径的网络健康指标来评估路径的优劣，最终选择健康度最高的路径进行密钥分发； S42、强化学习通过动作空间的探索与试验，迭代优化分发策略； 通过探索和反馈机制，让模型不断调整并改善其分发策略，以适应动态变化的网络环境和任务需求； S43、生成最终密钥分发方案，传递至分发执行模块； 经过反复训练与优化，最终的密钥分发策略将在步骤S42的基础上逐步完善，并生成最终的密钥分发方案；该方案包括：选择的分发路径、分发的方式和节点、密钥的分发时机和频率； S5、密钥分发执行与反馈优化； S51、按照强化学习模型输出的分发策略，将生成的密钥分发至目标节点，并在分发过程中实时监测节点响应和分发结果； S52、若分发过程中发生异常，则记录异常信息并将其反馈至强化学习模块，强化学习模型根据反馈信息更新其策略； S53、密钥分发完成后，若环境特征或分发效率未达到期望值，则通过反馈机制优化生成对抗网络的输入条件，进一步提高密钥生成与分发的适配性。

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北京合泰信安信息技术有限公司，其通讯地址为：100097 北京市海淀区昆明湖南路51号C座三层309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。