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！

申请/专利权人：湖南大学

摘要：本发明公开了一种基于深度学习的密码字典生成技术，从数据集中筛选出符合实验要求的密码,用word2vec对于密码进行词嵌入处理获得组成密码的字符对应的字符向量，经过一定处理输入到lstm神经网络中，根据得到模型进行密码字典的生成，本发明涉及密码数据技术领域。该基于深度学习的密码字典生成技术，相较于PCFG概率上下文无关文法、马尔可夫模型、GAN等，LSTM在自然语言处理方面有更好的表现，故本发明将组成密码的字符当作自然语言当中的单词来进行处理，应用LSTM方法可以得到符合人类设置密码习惯的、命中率更高的密码字典，可以对弱密码字典、密码爆破效果有一定的提升，可以应用于各种安全场景。

主权项：1.一种基于深度学习的密码字典生成技术，其特征在于：具体包括以下步骤：S1、对于密码数据集进行清洗，筛选出符合实验要求的密码，筛选出包含的字符是字母、数字、符号的组合，并且长度是8-16位的密码，并且将数据集分成训练集、验证集和测试集；S2、word2vec对于密码进行词嵌入处理获得组成密码的字符对应的字符向量，对下一步输入lstm神经网络做准备；S3、用获取S2生成的字符向量，组成由字符向量组成的输入列表，不足16位的用空格字符向量补全，作为整个模型的输入；根据字符对应的ascii码作为标签，包含除去第一位的所有字符，由固定数值M补足16位；S4、将S3中处理好的向量输入到lstm神经网络模型中，设置好输出列表的大小，选择交叉熵来计算模型的损失，通过数次训练得到损失小效果优的模型参数，用作密码字典的生成；S5、使用S4得到的模型，进行密码字典生成，密码字典生成具体包括以下步骤：步骤1、获取所有密码数据的首字母出现的概率，用以后面使用，初始化一个空集S；步骤2、设置密码字典大小为N，以S内的密码数量CountS是否小于N为条件循环生成密码序列；步骤3、初始化空集password，在概率最大的前λ个字符中随机选取一个并添加到password中；步骤4、以password内的字符数量是否小于等于最大密码长度为条件循环生成密码字符；将password的内容加载到模型当中预测函数得到下一个字符的概率；步骤5、在概率最大的前λ个字符中随机选取一个并添加到password中直至随机选取的字符为M或password的字符数量等于最大密码长度；步骤6、当循环等于密码字典大小时，即得到了预期的大小为N的密码字典。

全文数据：

权利要求：

百度查询： 湖南大学 一种基于深度学习的密码字典生成技术