[發明專利]一種口令猜測集生成系統及方法

在審

• 申請號: 202010033647.X
• 申請日: 2020-01-13
• 公開（公告）號: CN111241534A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 楊超;張靜;尤偉;鄭昱;閆志成;朱泉龍
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06F21/46
• 分類號: G06F21/46;G06F16/903;G06F16/906;G06N3/04;G06N3/08
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

1.一種口令猜測集生成方法，其特征在于，所述口令猜測集生成方法包括以下步驟：

第一步，生成基于個人信息和口令數據庫的概率上下文無關文法；對概率上下文無關文法中的字符串按分類規則分為適合或不適合用于訓練長短期記憶神經網絡的字符串；

第二步，訓練出收斂的長短期記憶神經網絡模型；用收斂的長短期記憶神經網絡模型生成口令段和與口令段相對應的概率；

第三步，將與口令段相對應的概率映射為新概率，并將口令段按新概率降序排序；生成按概率降序排序的口令。

2.如權利要求1所述的口令猜測集生成方法，其特征在于，所述第一步根據個人信息模式，利用最長前綴匹配算法對個人信息和口令數據庫中的口令進行個人信息模式的匹配、劃分和標記，與個人信息不匹配的部分按其是字母、數字還是特殊符號，分別標記為L、D和S，并用下標表示該部分的長度，然后計算每個模式中每個字符串的概率，最后將基本終端和同一模式的字符串按概率降序排序，生成基于個人信息和口令數據庫的概率上下文無關文法。

3.如權利要求2所述的口令猜測集生成方法，其特征在于，所述個人信息模式包括；

模式的匹配、劃分和標記是指使用最長前綴匹配算法進行匹配，然后將口令劃分為段，各段按匹配的模式進行標記；

個人信息模式的概率為1，個人信息是固定的；

模式為L，D和S的字符串，計算每個模式中每個字符串的概率的公式為：

其中，n為字符串出現的次數，m為模式出現的次數。

4.如權利要求1所述的口令猜測集生成方法，其特征在于，所述第一步對生成的概率上下文無關文法中的字符串按分類規則分類，分類規則為：若字符串的模式為個人信息模式，則該字符串為不適合用于訓練長短期記憶神經網絡的字符串；若字符串模式為L、D、S模式且長度小于等于4，則該字符串為不適合用于訓練長短期記憶神經網絡的字符串；若字符串模式為L、D、S模式且長度大于4，則該字符串為適合用于訓練長短期記憶神經網絡的字符串。

5.如權利要求1所述的口令猜測集生成方法，其特征在于，所述第二步對于每一個適合用于訓練長短期記憶神經網絡的字符串，將這個字符串不同時刻的字符依次傳入長短期記憶神經網絡的輸入層，長短期記憶神經網絡的輸出是對字符串中下一個時刻的字符的預測；

訓練長短期記憶神經網絡時使用的損失函數為交叉熵損失函數；

訓練長短期記憶神經網絡時使用的優化算法為Adam或其他自適應學習速率的方法；

收斂是指長短期記憶神經網絡的參數使得損失函數的值數學上收斂于某值。

6.如權利要求1所述的口令猜測集生成方法，其特征在于，所述第三步將生成的概率大于某個閾值的口令段的概率按映射函數映射為新概率，并將口令段按新概率降序排序，映射函數為：

其中，p_舊指生成的某個概率大于p_閾值的口令段的概率，∑p_i指生成的所有概率大于p_閾值的口令段的概率的和，p_閾值根據所需生成口令猜測集的大小自由選擇。