一种基于量子自组织模糊神经网络的分组密码识别方法

本申请涉及一种基于量子自组织模糊神经网络的分组密码识别方法。该方法包括：获取待识别的密文数据编码为输入量子态；通过生物启发式门控网络，利用神经突触兴奋‑抑制机制对待识别的密文数据与多专家系统的激活强度向量进行处理，确定每个量子专家的净突触输入值；采用 Top‑K 稀疏化策略从多专家系统中选择净突触输入值最大的 k 个量子专家，构成激活专家子集；根据激活专家子集中每个量子专家的净突触输入值和对应的激活强度进行分析，确定激活专家子集中每一个量子专家的最终门控权重；将输入量子态输入激活专家子集中每一个量子专家进行分组密码类型识别，获得最终的分组密码类型识别结果。降低了资源消耗。