Dec, 2022

通过Cube-and-Conquer反转加密哈希函数

HTML
PDF
TL;DR该研究利用CDCL和Cube-and-Conquer算法结合，提出两种算法来反演MD4和MD5的步长降低版本，并对40~43步MD4和28步MD5进行了反演。
发现论文，激发创造
  • 基于学习的哈希方法的通用两步方法

    提出一种灵活而简单的哈希学习框架，能够适用于不同类型的损失函数和哈希函数，将哈希学习问题分解为哈希位学习和哈希函数学习两个步骤，并表明该框架在哈希学习领域中具有实际应用价值与性能优势。

    Sep, 2013

  • 二进制哈希中的不对称性之力

    利用两个不同的编码映射，通过汉明距离逼近二进制相似性，生成更短更准确的哈希码。

    Nov, 2013

  • 一种置换哈希方法的密集性改进

    本文提出了一种新的稠密化策略，使 $(K,L)$ 参数的局部敏感哈希 (Locality Sensitive Hashing)的 minwise 哈希算法在查询处理成本上从 $O(dKL)$ 降至仅 $O(d + KL)$，针对非常稀疏的数据集，该改进的技术表现更好，并且在查询处理成本上与现有程序相同。

    Jun, 2014

  • 约束采样与计数：通用哈希遇见SAT求解

    本文探讨了一种利用通用哈希和SAT求解器的方法，可以在不牺牲正确性保证的同时，处理具有数十万个变量的公式，解决了人工智能中受限采样和计数的两个基本问题，这对于概率推理及规划，约束随机验证等方面有着广泛应用，并探讨一些需要解决的挑战。

    Dec, 2015

  • 半定松弛和增广拉格朗日法的二进制哈希

    该论文提出了两种方法来推断二进制代码的二步（监督式，无监督式）哈希。它们首先介绍了一种统一的公式，然后将得到一位的学习表示为二进制二次问题（BQP），最后提出了解决 BQP的两种方法，并在三个基准数据集上进行了实验证明其优于现有技术。

    Jul, 2016

  • 基于哈希的近似DNF计数方法

    本文研究了命题模型计数问题，针对约束条件表达式分别为DNF公式和CNF公式分别介绍了Monte Carlo和基于哈希的计数技术，并提出了两种新算法技术：Symbolic Hashing和Stochastic Cell Counting，通过设计基于哈希的FPRAS for DNF counting提高了效率和应用价值。

    Oct, 2017

  • 关于在SAT中使用后门的加密攻击

    本文提出一种新的SAT后门集类别，用于密码攻击中的猜测和确定攻击，通过使用SAT求解器识别最佳的后门变量集以及统计预估硬度，实验结果显示该方法较现有技术在反推攻击的硬度方面具有优势。

    Mar, 2018

  • 稀疏哈希用于可扩展近似模型计数的理论与实践

    本文介绍了一种使用浓缩哈希算法来加速模型计数问题的近似计数算法，实验结果表明使用浓缩哈希算法可以显著提高算法的速度。

    Apr, 2020

  • SAH: 可感知轮换的非对称哈希用于反向$k$最大内积搜索

    该论文研究了一种名为Reverse k-Maximum Inner Product Search (RkMIPS)的新问题，并提出了一种名为Shifting-aware Asymmetric Hashing (SAH)的子二次时间算法来解决该问题。该算法基于一种不变的不对称变换，设计了Shifting-Aware Asymmetric Locality Sensitive Hashing (SA-ALSH)方案以加速item vectors上的Maximum Inner Product Search (MIPS)，并使用基于Cone-Tree的新型阻塞策略来批量有效地修剪用户向量。在5个真实世界的数据集上进行实验，证明SAH比现有的RkMIPS方法快4到8倍，同时实现了超过90％的F1-score。

    Nov, 2022

  • AlphaMapleSAT: 一种基于MCTS的Cube-and-Conquer SAT求解器用于困难组合问题

    介绍了AlphaMapleSAT，一种新颖的基于蒙特卡罗树搜索 (MCTS) 的Cube-and-Conquer (CnC) SAT求解方法，旨在高效地解决具有挑战性的组合问题。

    Jan, 2024