随着现代网络的不断普及和通信技术的高速发展,数字技术广泛应用于各行各业。但是由于数字信息便于复制和传播,会存有很多安全问题,所以关于数字信息的安全与保护技术的研究有着巨大的理论意义和应用价值。密码是保护信息安全的基本手段。研究者们提出了很多具体的加密算法,其中分组密码AES是比较广泛使用的加密算法。在大多数情况下,为了使加密算法切实可行,设计阶段只考虑计算有界的攻击对手,在此大的假设下,提出了语义安全、抵御明文攻击、抵御选择密文攻击等多种安全算法。最近几年人工智能的发展取得了很多重大的进步。在某些情况下,人工智能可以独自学习,比人类更加出色地完成部分任务。本文研究了一种对抗神经密码的加密算法安全性,通过剖析对抗神经网络的思想,引入密码学的对抗攻击博弈理论,提出了一种基于选择密文攻击的对抗神经网络加密方法。选择密文攻击是密码学中攻击效果较好的方法,本文通过引入选择密文攻击方式的攻击者,为对抗神经网络现有的加密算法进行改进提升。分析算法仿真结果,发现该算法可以在不需要人工知识的情况下学习到安全的密码生成算法,并且与DES,3DES,AES等算法比较其速率也具有明显优势。