买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南开大学申请的专利一种基于强化学习的口令强度测量方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119312302B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411359686.3，技术领域涉及：G06F21/31；该发明授权一种基于强化学习的口令强度测量方法是由汪定;杨涛;刘哲理设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本一种基于强化学习的口令强度测量方法在说明书摘要公布了：本发明公开了一种基于强化学习的口令强度测量方法，首先构建口令数据集，然后建立强化学习模型和评分模型，再对强化学习模型和评分模型进行训练，得到最优强化学习模型；部署完成后，用户将口令输入到最优强化学习模型中，并输出一个概率；再将此概率与口令概率字典通过蒙特卡洛计算算法进行比较，得到该口令的猜测数；再根据口令的猜测数与口令强度的对应关系，得到该口令的口令强度。本发明提出的基于强化学习的口令建模方式，将用户生成口令的过程看作马尔可夫决策过程，计算每个动作带来的奖励，能够更好的建模口令序列；本发明能同时抵抗在线定向猜测攻击和离线漫步猜测攻击，更精准和更具鲁棒性。

本发明授权一种基于强化学习的口令强度测量方法在权利要求书中公布了：1.一种基于强化学习的口令强度测量方法，其特征在于，该方法包括以下步骤： 步骤1、数据构建阶段：构建口令数据集，然后提取口令数据集中的口令的用户个人信息； 步骤2、训练阶段：根据步骤1得到的口令数据集分别建立强化学习模型和评分模型，再同时对强化学习模型和评分模型进行训练；训练过程中，强化学习模型需要探索奖励值总和最大化的路径同时需要连续生成猜测列表，评分模型不断对强化学习模型输出的猜测列表进行评分，将评分结果用于反馈和更新强化学习模型，评分模型根据猜测列表的奖励值总和的排序顺序和混合真实用户口令比例之间的KL散度来进行更新；重复进行训练过程，直至得到最优强化学习模型； 强化学习模型的训练过程具体是：强化学习模型需要根据当前的策略πa∣s以及当前生成的口令序列的状态s，从口令字符集中选择下一个字符即动作a；口令训练过程中的每个状态s通过蒙特卡洛树搜索得到；使用评分模型计算得到单条口令的奖励再将n条口令的奖励的平均值作为当前状态s的奖励r；强化学习模型训练的目标是优化强化学习模型的策略πa∣s以使期望的总体奖励最大化： 式3中，是训练任务的目标函数，是对于马尔可夫过程τ＝PW1:T的总奖励；使用强化学习模型训练的策略梯度更新强化学习模型的参数θ； 评分模型训练过程具体是：使用按照不同比例混合真实用户口令和强化学习模型生成的猜测列表的口令，使用评分模型提取特征用于计算猜测列表的奖励值总和的排序顺序和混合比例之间的KL散度作为目标函数；评分模型训练的目标是最小化KL散度； 步骤3、部署阶段：使用步骤2得到的最优强化学习模型生成一个口令概率字典Θ，然后将步骤2的最优强化学习模型、蒙特卡洛计算算法和口令概率字典Θ进行部署； 步骤4、猜测数计算阶段：部署完成后，用户将口令α输入到最优强化学习模型中，最优强化学习模型输出一个概率；再将此概率与口令概率字典Θ通过蒙特卡洛计算算法进行比较，得到该口令的猜测数；再根据口令的猜测数与口令强度的对应关系，得到该口令的口令强度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南开大学，其通讯地址为：300071 天津市南开区卫津路94号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。