-
公开(公告)号：CN116908456A
公开(公告)日：2023-10-20
申请号：CN202311067977.0
申请日：2023-08-23
Applicant: 复旦大学附属妇产科医院
IPC: G01N33/574 , C12Q1/6886 , A61K45/00 , A61P35/00
Abstract: 本发明公开了VAMP8在制备诊治HPV16病毒感染相关宫颈疾病的产品中的应用。本发明通过研究VAMP8在HPV16感染和宫颈疾病进程中的表达和功能，为HPV16相关宫颈疾病的预防和治疗提供了新的潜在标志物和治疗靶点，具有重要的临床应用价值。相较于现有技术，本发明能够更为精准地针对HPV16感染和诱发的宫颈疾病进行治疗，减少副作用，提高治疗效果。
-
公开(公告)号：CN112632526B
公开(公告)日：2022-04-12
申请号：CN202110019967.4
申请日：2021-01-07
Applicant: 复旦大学
IPC: G06F21/46 , G06F16/31 , G06F40/216 , G06F40/242
Abstract: 本发明属于数据安全技术领域，具体为一种基于综合分段的用户口令建模与强度评估方法。本发明包括三个步骤：识别用户口令中的连续段、识别用户口令中的不连续段、评估用户口令强度。本发明对口令数据集中存在的网络语、键盘模式、简写、基本词识别为口令中的连续段，使用拓扑排序方法来将口令中的混合词识别为不连续段，对待评估用户口令穷举所有口令结构来评估用户口令的强度。本发明的优点在于：具有良好的普适性，可应用于多个不同地域、不同网站的口令数据集对用户口令进行建模；本方法在段的连续性受到破坏时，如自然语言单词中插入数字以破坏单词连续性，仍然可以识别并抽取为连续的段。
-
公开(公告)号：CN112861113A
公开(公告)日：2021-05-28
申请号：CN202110026552.X
申请日：2021-01-08
Applicant: 复旦大学
IPC: G06F21/45
Abstract: 本发明属于口令安全技术领域，具体为一种参数化混合模型的口令猜测方法。本发明包括以下三个步骤：利用训练集生成优化的PCFG和Markov口令猜测模型、根据最优的参数化策略分配口令猜测数、根据分配的猜测数生成备选口令集。本发明利用利用口令训练集生成优化后的PCFG和Markov口令猜测模型，然后根据最优的参数化策略给优化后的PCFG和Markov模型分配猜测数，最后按照分配的猜测数生成备选口令集。此外，本发明还理论证明了最优的参数化策略可以保证最终生成的备选口令集的最优性。本发明方法具有良好的普适性，可应用于不同特点的口令数据集；方法给出的参数化策略从理论证明了其最优性，可以保证生成备选口令集的最优性。
-
Patent Agency Ranking
公开(公告)号：CN112861528A
公开(公告)日：2021-05-28
申请号：CN202110071385.0
申请日：2021-01-19
Applicant: 复旦大学
IPC: G06F40/284
Abstract: 本发明属于系统安全技术领域，具体为一种基于口令内部语义驱动的Markov口令恢复方法。本发明方法包括：使用口令专用分词方法将口令分成更小的组成单元；使用分词后的口令构建、并训练Markov口令恢复模型；基于训练后的口令恢复模型生成概率降序排序的候选口令。本发明通过提取明文口令数据集中频度较高的字符串作为口令的基本组成单元，并利用这些组成单元的转移概率构建Markov口令恢复模型。本发明的优点在于，实现了变长适中粒度的口令恢复模型，根据口令专用的分词方法能自动捕捉口令的高频字符串，可以更好的对口令内部规律建模并实现一个高效的恢复模型。
-
公开(公告)号：CN112632526A
公开(公告)日：2021-04-09
申请号：CN202110019967.4
申请日：2021-01-07
Applicant: 复旦大学
IPC: G06F21/46 , G06F16/31 , G06F40/216 , G06F40/242
Abstract: 本发明属于数据安全技术领域，具体为一种基于综合分段的用户口令建模与强度评估方法。本发明包括三个步骤：识别用户口令中的连续段、识别用户口令中的不连续段、评估用户口令强度。本发明对口令数据集中存在的网络语、键盘模式、简写、基本词识别为口令中的连续段，使用拓扑排序方法来将口令中的混合词识别为不连续段，对待评估用户口令穷举所有口令结构来评估用户口令的强度。本发明的优点在于：具有良好的普适性，可应用于多个不同地域、不同网站的口令数据集对用户口令进行建模；本方法在段的连续性受到破坏时，如自然语言单词中插入数字以破坏单词连续性，仍然可以识别并抽取为连续的段。
-
公开(公告)号：CN115220913A
公开(公告)日：2022-10-21
申请号：CN202210718908.0
申请日：2022-06-23
Applicant: 复旦大学
IPC: G06F9/50 , G06F16/901 , G06F16/903 , G06T1/20
Abstract: 本发明属于口令安全技术领域，具体为一种基于hashcat与GPU并行计算的PCFG口令猜测方法。本发明首先对PCFG口令猜测模型生成的训练数据进行预处理，构建相应数据结构后传输至GPU端，在GPU端利用处理的数据和设计的索引算法并行生成口令猜测并在口令密文中进行匹配，最后将命中信息传回CPU端并重构命中口令以实现口令恢复。本发明猜测方法兼容hashcat的运行流程，可作为一种攻击模式直接实现在hashcat中。本发明在利用PCFG高效的猜测效率的同时，利用GPU并行计算减少了口令生成的时间成本；将PCFG口令生成过程与hashcat运行过程相结合，减少了概率猜测模型与实用破解工具结合使用的传输时延。
-
公开(公告)号：CN112861113B
公开(公告)日：2022-05-20
申请号：CN202110026552.X
申请日：2021-01-08
Applicant: 复旦大学
IPC: G06F21/45
Abstract: 本发明属于口令安全技术领域，具体为一种参数化混合模型的口令猜测方法。本发明包括以下三个步骤：利用训练集生成优化的PCFG和Markov口令猜测模型、根据最优的参数化策略分配口令猜测数、根据分配的猜测数生成备选口令集。本发明利用利用口令训练集生成优化后的PCFG和Markov口令猜测模型，然后根据最优的参数化策略给优化后的PCFG和Markov模型分配猜测数，最后按照分配的猜测数生成备选口令集。此外，本发明还理论证明了最优的参数化策略可以保证最终生成的备选口令集的最优性。本发明方法具有良好的普适性，可应用于不同特点的口令数据集；方法给出的参数化策略从理论证明了其最优性，可以保证生成备选口令集的最优性。
-
公开(公告)号：CN112861528B
公开(公告)日：2022-08-19
申请号：CN202110071385.0
申请日：2021-01-19
Applicant: 复旦大学
IPC: G06F40/284
Abstract: 本发明属于系统安全技术领域，具体为一种基于口令内部语义驱动的Markov口令恢复方法。本发明方法包括：使用口令专用分词方法将口令分成更小的组成单元；使用分词后的口令构建、并训练Markov口令恢复模型；基于训练后的口令恢复模型生成概率降序排序的候选口令。本发明通过提取明文口令数据集中频度较高的字符串作为口令的基本组成单元，并利用这些组成单元的转移概率构建Markov口令恢复模型。本发明的优点在于，实现了变长适中粒度的口令恢复模型，根据口令专用的分词方法能自动捕捉口令的高频字符串，可以更好的对口令内部规律建模并实现一个高效的恢复模型。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
