[發明專利]基于梯度懲罰的生成式對抗網絡的密碼破解方法及系統

在審

• 申請號: 202010697341.4
• 申請日: 2020-07-20
• 公開（公告）號: CN111966997A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 吳昊天;周濤
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F21/46
• 分類號: G06F21/46;G06N3/04;G06N3/08
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

1.一種基于梯度懲罰的生成式對抗網絡的密碼破解方法，其特征在于，包括下述步驟：

數據預處理：確定最長密碼的長度和密碼中最多允許存在的字符種類，清除長度超過預設值的密碼以及限制密碼中的字符種類個數，采用一個字符數組過濾原始訓練密碼，得到訓練數據；

網絡構造：構造殘差塊結構、生成器和判別器，首先構造殘差塊結構類，并基于殘差塊結構類分別構造生成器類和判別器類，之后再構造判別器損失函數中需要的梯度懲罰類；

進行網絡訓練：生成相應的生成器和構造器實例，初始化生成器和構造器相應的優化器，在訓練數據上進行迭代訓練；

采用訓練好的生成器參數生成爆破密碼集。

2.根據權利要求1所述的基于梯度懲罰的生成式對抗網絡的密碼破解方法，其特征在于，所述數據預處理具體步驟包括：

轉化原始數據訓練數據：將原始密碼文件轉化為一個密碼中包含的字符組成的字符數組和一個密碼中包含的字符組成的字符詞典，所述字符詞典以密碼中出現的字符為鍵，以字符在字符數組中的位置為值；

提取訓練數據：根據字符數組提取最終訓練數據，若原始訓練數據中某行密碼中的字符未出現在字符數組中，則該行密碼被過濾。

3.根據權利要求1所述的基于梯度懲罰的生成式對抗網絡的密碼破解方法，其特征在于，所述構造生成器類，具體步驟包括：

輸入隨機的隱空間維度大小的噪聲z，通過網絡進行前向傳播生成密碼。

4.根據權利要求1所述的基于梯度懲罰的生成式對抗網絡的密碼破解方法，其特征在于，所述生成器的輸入數據維度為[每次訓練樣本數，隱空間維度]，首先需要通過線性轉化為[每次訓練樣本數，(密碼長度*中間層維度)]的矩陣然后進行維度拆分變為[每次訓練樣本數，密碼長度，中間層維度]的矩陣，傳入殘差網絡中，通過一維卷積得到[每次訓練樣本數，字符種類，密碼長度]的矩陣，然后進行維度次序變換為[每次訓練樣本數，密碼長度，字符種類]的矩陣。

5.根據權利要求1所述的基于梯度懲罰的生成式對抗網絡的密碼破解方法，其特征在于，所述構造判別器類，最終判別器的輸出結果為維度[每次訓練樣本數,1]的矩陣，表示每一批訓練樣本在判別器中的得分。

6.根據權利要求1所述的基于梯度懲罰的生成式對抗網絡的密碼破解方法，其特征在于，在訓練數據上進行迭代訓練，在訓練生成器網絡與判別器網絡時，當訓練其中一個網絡結構時，另一個網絡結構中的參數保持不變；

訓練判別器，使用真實密碼數據以及生成器生成的密碼數據訓練生成器，并且在反向傳播時需要凍結生成器的模型參數,只更新判別器的模型參數；

訓練生成器，使用生成器生成虛假密碼，并將生成的密碼輸入到判別器中，生成密碼的標簽，在反向傳播參數更新中凍結判別器的模型參數，只更新生成器的模型參數。

7.根據權利要求1所述的基于梯度懲罰的生成式對抗網絡的密碼破解方法，其特征在于，所述采用訓練好的生成器參數生成爆破密碼集，具體步驟包括：生成器將隨機生成的隱空間維度大小的噪聲z作為輸入，然后進行前向傳播得到爆破密碼集。

8.根據權利要求7所述的基于梯度懲罰的生成式對抗網絡的密碼破解方法，其特征在于，所述采用訓練好的生成器參數生成爆破密碼集，訓練數據還進行數字化處理，將所有訓練數據中的密碼字符轉化為在密碼字典中對應該字符的值，生成的爆破密碼集為如下維度的矩陣：[每次訓練樣本數，密碼長度，字符種類]，首先使用argmax函數進行轉換，取概率最大的字符的下標作為具體值縮減維度，生成的中間結果為矩陣[每次訓練樣本數，密碼長度]，其中密碼長度維度上為字符數組中的字符所在的位置下標，根據字符數據進行下標轉換得到生成的具體密碼。

9.一種基于梯度懲罰的生成式對抗網絡的密碼破解系統，其特征在于，包括：數據預處理模塊、網絡構造模塊、網絡訓練模塊和爆破密碼集生成模塊；

所述數據預處理模塊用于確定最長密碼的長度和密碼中最多允許存在的字符種類，清除長度超過預設值的密碼以及限制密碼中的字符種類個數，采用一個字符數組過濾原始訓練密碼，得到訓練數據；

所述網絡構造模塊用于構造殘差塊結構、生成器和判別器，首先構造殘差塊結構類，并基于殘差塊結構類分別構造生成器類和判別器類，之后再構造判別器損失函數中需要的梯度懲罰類；

所述網絡訓練模塊用于生成相應的生成器和構造器實例，初始化生成器和構造器相應的優化器，在訓練數據上進行迭代訓練；

所述爆破密碼集生成模塊用于采用訓練好的生成器參數生成爆破密碼集。