基于机器学习技术的口令脆弱性评估

摘要

cqvip:现有的口令脆弱性评估大多基于规则的方案,很容易绕开规则而得到不准确的评估值。因此,根据口令字符组成,基于自然语言处理中TF-IDF技术,进行口令字符特征到数值特征的转换,提出了基于机器学习的口令脆弱性评估方案。通过使用训练集添加标签的方法增加样本学习目标值,再使用逻辑回归算法进行模型训练,并在评估阶段基于该模型进行脆弱性评估。通过与测试样本口令强度与模型评估值误差分析表明,所提方案具有较高的准确度,且对一些简单口令进行实际评测,模型输出结果比较符合实际情况。