基于马尔可夫链和神经网络的口令字典生成方法和系统

摘要

本发明公开了基于马尔可夫链和神经网络的口令字典生成方法，包括使用有序马尔可夫链进行原口令集的学习和基于5‑Gram统计语言模型的字符序列概率统计，生成按照概率高低输出的组合口令；采用随机数噪声训练生成对抗神经网络生成器产生伪口令样本，使用原口令集训练初始的生成对抗神经网络判别器，初始的生成对抗神经网络判别器通过对伪口令样本的判别反馈参数学习；生成对抗神经网络判别器对组合口令进行判别打分筛选得到可用口令集输出，将可用口令集输出拼接上原口令集构成口令字典，进行离线口令猜解。还公开了一种系统。生成的口令具有按照口令组合概率高低排序、符合原口令集分布的特点，测试集命中率高，起到加速口令猜解的效果。