一种基于深度学习算法的口令字典生成方法

摘要

一种基于深度学习算法的口令字典生成方法，该方法包括以下步骤：搜集常用口令字典样本；建立序贯模型，生成实例；将实例添加网络层，设置各个网络层参数；将各个网络层配置优化器和损失函数参数，编译训练模型学习过程；生成权值文件；对训练后的模型进行性能评估，确定训练达到预期效果；加载权值文件，进行模型评估，输出新的字典文件。与现有技术相比，本发明借助LSTM算法具有处理和预测时间序列中间隔和延迟非常长的特性，通过分析口令样本文件特征，生成权值文件，根据权值文件以及生成口令选项，生成新的口令字典，可以将新的字典作为样本重新输入到长短期记忆算法。不仅能够节约大量人力时间，而且处理效率大大提升，口令字典生成针对性强。