Розглянуто метод симетричного шифрування даних на основі нейронних мереж моделі геометричних перетворень (МГП). Ключ шифрування складається зі значень на входах навчальної та тестової множин мережі. Використовується властивість мереж МГП формувати гіперплощину, що проходить через точки навчальної множини. Показано можливості застосування розробленого методу для шифрування растрових зображень.
- Shihab K. A backpropagation neural network for computer network security // Journal of Computer Science, Vol. 2, No. 9, 2006, pp. 710–715.
- Volna E., Kotyrba M., Kocian V., Janosek M. Cryptography Based On Neural Network // Proceedings of the 26th European Conference on Modelling and Simulation, 2012, pp. 386–391.
- Arvandi M., Wu S., Sadeghian A., Melek W. W., Woungang I. Symmetric cipher design using recurrent neural networks // Proceedings of the IEEE International Joint Conference on Neural Networks, 2006, pp. 2039–2046.
- Chan C. K., Chan C. K., Lee L. P. Cheng L. M. Encryption system based on neural network // Communications and Multimedia Security Issues of the New Century, Springer, 2001, pp. 117–122.
- Sagar V., Kumar K. A Symmetric Key Cryptographic Algorithm Using Counter Propagation Network (CPN) // Proceedings of the 2014 ACM International Conference on Information and Communication Technology for Competitive Strategies, 2014, p. 51.
- Zhou K., Kang Y., Huang Y., Feng E. Encrypting Algorithm Based on RBF Neural Network // Proceedings of the IEEE Third International Conference on Natural Computation, Vol. 1, 2007, pp. 765–768.
- Tkachenko R., Tkachenko P., Izonin I., Tsymbal Y. Learning-based image scaling using neural-like structure of geometric transformation paradigm // Advances in Soft Computing and Machine Learning in Image Processing, Springer, 2018, pp. 537–565.