基于神經網絡的定向口令猜測研究
摘要：文本口令是現如今最主要的身份認證方式之一,很多用戶為了方便記憶在構造口令時使用個人信息。然而,目前利用用戶個人信息進行定向口令猜測,進而評估口令安全的工作相對欠缺。同時,神經網絡在文本序列處理問題上的成功應用,使得利用神經網絡進行口令安全問題研究成為一種新的研究思路。本文基于大規模口令集合,對用戶口令構造行為進行分析的基礎上,研究用戶個人信息在口令構造中的作用,進而提出一種結合神經網絡和用戶個人信息的定向口令猜測模型TPGXNN（Targeted Password Guessing using X Neural Networks）,并在8組共計7000萬條口令數據上進行定向口令猜測實驗。實驗結果顯示,在各組定向口令猜測實驗中,TPGXNN模型的猜測成功率均比概率上下文無關文法、馬爾科夫模型等傳統模型更高,表明了TPGXNN模型的有效性。
注: 保護知識產權,如需閱讀全文請聯系信息安全學報雜志社
相關推薦
更多
