Computationalcoin

تحقیقی در مورد افزایش دقت طبقه‌بندی قدرت رمز عبور تا ۲۰٪ با استفاده از تکنیک‌های یادگیری ماشین متخاصم در برابر حملات فریبنده رمز عبور.

تحلیل جامع پروتکل‌های hbACSS برای اشتراک‌گذاری کامل و کارآمد راز ناهمگام در سیستم‌های محاسبات چندجانبه

مستندات فنی جامع و منابع مربوط به فناوری و کاربردهای computationalcoin.

تحلیل سیستم DPAR که با ارائه پیشنهادهای خاص و به یاد ماندنی مبتنی بر مجموعه‌ای از ۹۰۵ میلیون رمز عبور لو رفته، رمزهای کاربران را بهبود می‌بخشد.

چارچوبی مبتنی بر یادگیری عمیق برای ایجاد سنجه‌های قابل تفسیر قدرت رمز عبور که بازخورد سطح کاراکتر ارائه می‌دهند و فراتر از نمرات امنیتی مبنا، از آموزش کاربر پشتیبانی می‌کنند.

تحلیل یک تکنیک پیشنهادی تولید رمز عبور قوی برای رایانش ابری با استفاده از پارامترهای ورودی چندگانه به منظور افزایش امنیت در برابر حملات جستجوی فراگیر.

تحلیل سیستم‌های مولد رمز عبور به عنوان جایگزینی برای مدیران رمز عبور، ارائه یک مدل کلی، ارزیابی گزینه‌های طراحی و معرفی طرح AutoPass.

تحلیل PassTSL، یک چارچوب نوین مدل‌سازی رمز عبور با استفاده از پیش‌آموزی و تنظیم دقیق الهام‌گرفته از NLP، که عملکرد برتر در حدس زدن و تخمین قدرت رمز عبور را نشان می‌دهد.

تحلیل PESrank، یک برآوردگر نوین قدرت رمز عبور که از تخمین رتبه چندبعدی برای ارزیابی سریع، دقیق و قابل توضیح امنیت رمز عبور آنلاین استفاده می‌کند.

تحلیل عملکرد الگوریتم‌های پساکوانتومی BIKE، CRYSTALS-Kyber و HQC روی پلتفرم‌های Raspberry Pi با ارزیابی سربار محاسباتی، مصرف حافظه و انرژی

تحلیل یک الگوریتم توکن‌سازی ترکیبی برگشت‌پذیر با امنیت اثبات‌شده مبتنی بر رمزهای بلوکی، همراه با برهان‌های امنیتی رسمی منطبق با الزامات PCI DSS.

این مقاله یک تولیدکننده رمز عبور امن با استفاده از PRNGهای مبتنی بر HMAC، CMAC یا KMAC را پیشنهاد میکند که از طریق آزمون‌های آنتروپی و IID استاندارد NIST SP 800-90B اعتبارسنجی شده‌اند.