基于神经网络的多源密码猜测模型

• 作者: 夏之阳 易平
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 密码猜测 密码分析 深度学习 递归神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 安全与保密
• 页码范围: 161-167
• 页数: 7页
• 分类号: TP391.1
• 字数: 5434字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.01.029

摘要

用户在设置密码时总是会以某一种形式来组合密码,使得密码猜测成为新的研究方向.目前成熟的技术是基于统计概率的方法,运算量大,耗时长.随着深度学习的兴起,运用递归神经网络生成密码的技术被证明是更加有效的.然而,目前基于深度学习的研究仅仅针对单一数据集,数据量受限,使得跨数据集的命中率不高.因此,提出了基于单数据集的密码生成模型PL(PCFG+LSTM).相比LSTM,PL提升单数据集的命中率16％～30％.此外,提出了基于多数据集的对抗生成模型GENPass,相比简单混合多个数据集,命中率提升超过20％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	易平	上海交通大学网络空间安全学院	35	140	8.0	9.0
2	夏之阳	上海交通大学网络空间安全学院	2	1	1.0	1.0