李西明，吴嘉润，吴少乾

1.华南农业大学 数学与信息学院，广州 510000

2.暨南大学 计算机科学系，广州 510632

保密增强是由Bennett 等人在文献[1]中提出，文献[2]加以推广。保密增强是指通信双方Alice 和Bob在共享一个部分保密的串S 且敌手Eve 只知道该串的部分信息的情况下，通过在公共信道上进行协商来提取一个更短的但是高度保密的串S′，使Eve关于S′的信息几乎可以忽略。保密增强方面的研究在近年来也有一些进展，文献[3]通过增大计算能力的差距，保证接收方与敌手接收到的信息量差距随时间变大，实现了单信道加密通信；文献[4]在无保护的持续信道下，重复地通过Merkle 谜题产生新的密钥，并且使用上一次解开的密钥对最新的谜题进行加密，从而实现防御多样本的攻击。

生成对抗网络（generative adversarial networks，GANs）是由生成器与判别器所组成，其核心在于生成器和判别器之间的博弈。生成器生成虚假的数据，而判别器负责辨别数据真伪。两者通过博弈后生成器能够生成以假乱真的数据。自Goodfellow 等人[5]提出后，GANs 被广泛地应用于各个领域，并且取得了很好的效果。特别是在计算机视觉方面的应用，包括利用物体2D 图片进行3D 重构[6]、利用人脸图片生成年龄增长时各年龄段的人脸图片[7]等。另外，在信息检索[8]、文本生成[9]等领域中也取得了令人瞩目的成果。

2016 年Google Brain 团队Abadi 等人[10]利用生成对抗网络进行了安全通信方面的研究。该通信模型由通信双方Alice、Bob 以及窃听方Eve 组成。Alice与Bob 的通信通过共同的密钥对明文进行加密解密。……