零知识协议的对敏感信息的保护及其可以接受的置信程度使其成为可能改变核军控核查的重要手段，但目前都是依靠模板进行统计学匹配核查，这会造成模板敏感信息泄露，且核查局限非常大，只能核查与模板同一设计型号的核弹头部件。为解决以上问题，本文提出了基于零知识协议的深度学习算法核查技术方案。利用蒙特卡罗方法建立深度学习样本库，经过深度神经网络学习后，算法可以在无需匹配模板的情况下按照零知识协议辨识出经过随机交互式核查的结果是否显示出待测核弹头为真实核弹头。本文所设计方案为核军控核查提供了一种新的不需要模板匹配的技术手段，有助于保障敏感信息不被泄露。本研究技术不仅可应用于核军控核查领域，也可同样应用于其他领域，具有重要意义和广阔的应用前景。
