现有基于网络报文流量信息的协议分析方法仅考虑报文载荷中的明文信息,不适用于包含大量密文信息的安全协议。为充分发掘利用未知规范安全协议的密文数据特征,针对安全协议报文明密文混合、密文位置可变的特点,该文提出一种基于熵估计...现有基于网络报文流量信息的协议分析方法仅考虑报文载荷中的明文信息,不适用于包含大量密文信息的安全协议。为充分发掘利用未知规范安全协议的密文数据特征,针对安全协议报文明密文混合、密文位置可变的特点,该文提出一种基于熵估计的安全协议密文域识别方法 CFIA(Ciphertext Field Identification Approach)。在挖掘关键词序列的基础上,利用字节样本熵描述网络流中字节的分布特性,并依据密文的随机性特征,基于熵估计预定位密文域分布区间,进而查找密文长度域,定位密文域边界,识别密文域。实验结果表明,该方法仅依靠网络数据流量信息即可有效识别协议密文域,并具有较高的准确率。展开更多
目的评价Evolocumab降低低密度脂蛋白胆固醇(low density lipoprotein cholesterol,LDL-C)的有效性及安全性。方法通过电子数据库检索所有评价Evolocumab治疗高LDL-C的随机对照研究,采用RevMan5.2软件对数据进行Meta分析。结果一共纳入...目的评价Evolocumab降低低密度脂蛋白胆固醇(low density lipoprotein cholesterol,LDL-C)的有效性及安全性。方法通过电子数据库检索所有评价Evolocumab治疗高LDL-C的随机对照研究,采用RevMan5.2软件对数据进行Meta分析。结果一共纳入5项前瞻性随机对照研究,包括1 396个病例。Meta分析结果显示:与安慰剂比较,Evolocumab可显著降低LDL-C(WMD=-55.04,95%CI=-57.45^-52.62,P<0.05)。两组在治疗后转氨酶升高大于3倍正常值上限(OR=0.57,95%CI=0.20~1.61)、肌酸激酶升高大于5倍正常值上限(OR=2.52,95%CI=0.63~10.00)、严重不良事件(OR=1.49,95%CI=0.82~2.73)、因药物不良事件导致停药(OR=1.17,95%CI=0.51~2.72)发生等方面差异均无统计学意义(P>0.05)。结论现有临床试验数据表明,Evolocumab降低LDL-C是安全有效的。展开更多
文摘现有基于网络报文流量信息的协议分析方法仅考虑报文载荷中的明文信息,不适用于包含大量密文信息的安全协议。为充分发掘利用未知规范安全协议的密文数据特征,针对安全协议报文明密文混合、密文位置可变的特点,该文提出一种基于熵估计的安全协议密文域识别方法 CFIA(Ciphertext Field Identification Approach)。在挖掘关键词序列的基础上,利用字节样本熵描述网络流中字节的分布特性,并依据密文的随机性特征,基于熵估计预定位密文域分布区间,进而查找密文长度域,定位密文域边界,识别密文域。实验结果表明,该方法仅依靠网络数据流量信息即可有效识别协议密文域,并具有较高的准确率。
文摘目的评价Evolocumab降低低密度脂蛋白胆固醇(low density lipoprotein cholesterol,LDL-C)的有效性及安全性。方法通过电子数据库检索所有评价Evolocumab治疗高LDL-C的随机对照研究,采用RevMan5.2软件对数据进行Meta分析。结果一共纳入5项前瞻性随机对照研究,包括1 396个病例。Meta分析结果显示:与安慰剂比较,Evolocumab可显著降低LDL-C(WMD=-55.04,95%CI=-57.45^-52.62,P<0.05)。两组在治疗后转氨酶升高大于3倍正常值上限(OR=0.57,95%CI=0.20~1.61)、肌酸激酶升高大于5倍正常值上限(OR=2.52,95%CI=0.63~10.00)、严重不良事件(OR=1.49,95%CI=0.82~2.73)、因药物不良事件导致停药(OR=1.17,95%CI=0.51~2.72)发生等方面差异均无统计学意义(P>0.05)。结论现有临床试验数据表明,Evolocumab降低LDL-C是安全有效的。
