-
公开(公告)号：CN114070547B
公开(公告)日：2023-07-28
申请号：CN202111355079.6
申请日：2021-11-16
Applicant: 河南大学
IPC: H04L9/06 , H04L9/14 , G06F18/2431 , G06N20/20
Abstract: 本发明提供一种基于集成学习的密码算法多层复合识别方法。该方法包括：步骤1：训练四个簇分分类模型；步骤2：训练五个单分分类模型；步骤3：采用簇分模型1区分为古典密码体制和现代密码体制，若为前者，则采用单分模型1进行单分；否则，继续执行步骤4；步骤4：采用簇分模型2区分为对称密码体制和非对称密码体制，若为后者，则采用单分模型2进行单分；否则，继续执行步骤5；步骤5：采用簇分模型3区分为序列密码体制和分组密码体制，若为前者，则采用单分模型3进行单分；否则，继续执行步骤6；步骤6：采用簇分模型4区分为CBC工作模式和ECB工作模式，然后在对应工作模式下采用单分模型4或5进行单分完成具体的密码算法的识别。
-
公开(公告)号：CN116310505A
公开(公告)日：2023-06-23
申请号：CN202310089228.1
申请日：2023-02-03
Applicant: 河南大学
IPC: G06V10/764 , G06V10/771 , G06V10/774 , G06V10/82 , G06F21/60 , G06T1/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习ResNet算法的隐藏密文算法识别方法。该方法包括：收集一组图像集，图像集中的每个图像均携带有类型标签，该类型标签用于指示该图像是否为载密图像，以及载密图像中密文所属的密码算法类型；将图像集作为训练数据，使用深度学习ResNet算法训练得到用于区分输入图像是否为载密图像的分类模型1；将所有载密图像作为训练数据，使用深度学习ResNet算法训练得到用于识别载密图像中密文所属的密码算法类型的分类模型2；将待识别图像输入至训练好的分类模型1，若分类结果表示待识别图像为载密图像，则继续执行；反之，则结束识别；将待识别图像输入至训练好的分类模型2，得到其中密文的密码算法类型。
-
公开(公告)号：CN115580395A
公开(公告)日：2023-01-06
申请号：CN202211175958.5
申请日：2022-09-26
Applicant: 河南大学
IPC: H04L9/06
Abstract: 本发明提供一种可控并行CBC分组密码工作模式的加解密方法。其中，该加密方法包括扩展和并行加密两个阶段。在扩展阶段，根据需要确定并行度n；在并行加密阶段，将扩展阶段产生的n个密文分组分别作为并行加密阶段的初始化向量，以开启n条并行的加密链实现并行加密。安全性分析表明，如果将并行度n保密，CP‑CBC模式能够增强对于字节反转攻击和填充攻击的抵抗力，安全性相比传统的CBC模式具有一定地提升。效率分析表明，在大数据量加密场景下，本发明几乎具有线性加速比，相比传统的CBC模式，加密速度具有较大地提升。
-
公开(公告)号：CN114070547A
公开(公告)日：2022-02-18
申请号：CN202111355079.6
申请日：2021-11-16
Applicant: 河南大学
Abstract: 本发明提供一种基于集成学习的密码算法多层复合识别方法。该方法包括：步骤1：训练四个簇分分类模型；步骤2：训练五个单分分类模型；步骤3：采用簇分模型1区分为古典密码体制和现代密码体制，若为前者，则采用单分模型1进行单分；否则，继续执行步骤4；步骤4：采用簇分模型2区分为对称密码体制和非对称密码体制，若为后者，则采用单分模型2进行单分；否则，继续执行步骤5；步骤5：采用簇分模型3区分为序列密码体制和分组密码体制，若为前者，则采用单分模型3进行单分；否则，继续执行步骤6；步骤6：采用簇分模型4区分为CBC工作模式和ECB工作模式，然后在对应工作模式下采用单分模型4或5进行单分完成具体的密码算法的识别。
-
-
-
Search Results
4
records
(took 0.013 seconds)
