基于递归神经网络的密码猜测与分析

摘要

密码已经成为了目前最常用的验证手段.除了常用的字段,每个用户在设置密码时总是会以某一种形式来组合密码.使用字典暴力破解通常不可实现,这就使得密码猜测成为新的研究方向.目前成熟的技术,例如马尔科夫模型和概率上下文无关文法,都是基于统计概率,运算量非常大,耗时长.本文使用递归神经网络来训练密码.通过尝试各种网络模型,得到命中率最高的模型.同时交叉测试从各个网站泄露出的密码训练出的结果,发现网站间的密码特征拥有共性,存在跨站攻击的可能.最后本文给出一种有针对性的、耗时短、资源消耗少,且准确率更高的密码猜测方案.