[发明专利]一种基于脆弱因子分析的口令加强方法有效
申请号: | 201810135025.0 | 申请日: | 2018-02-09 |
公开(公告)号: | CN108470124B | 公开(公告)日: | 2022-10-04 |
发明(设计)人: | 何道敬;吴宇 | 申请(专利权)人: | 华东师范大学 |
主分类号: | G06F21/46 | 分类号: | G06F21/46 |
代理公司: | 上海蓝迪专利商标事务所(普通合伙) 31215 | 代理人: | 徐筱梅;张翔 |
地址: | 200241 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 脆弱 因子分析 口令 加强 方法 | ||
1.一种基于脆弱因子分析的口令加强方法,其特征在于,该方法包括以下具体步骤:
步骤1:创建口令脆弱特征库:
通过添加一系列口令特征向量来创建口令脆弱特征库;其中,每个特征向量包括特征描述、特征匹配算法及特征修改策略集合;
特征描述:是用易于理解的语言描述口令在某一方面的脆弱性;
特征匹配算法:用于判定一个口令是否符合特征描述;
特征修改策略集合:包含对符合特征描述的口令文本进行加强的多种能够选择的策略;
步骤2:口令分析:
创建或者更新口令,获取口令文本;将特征库中的特征向量和该口令文本逐一进行匹配,基于匹配成功的特征向量生成口令文本的脆弱因子集合;
步骤3:口令加强:
基于步骤2获得的口令文本的脆弱因子集合,求解口令文本的最佳修改位置集合;遍历最佳修改位置集合中的所有位置,并在每个位置随机选择特征修改策略集合中的修改策略来执行,最终完成口令的加强;其中:
步骤1所述一系列口令特征向量包括:
统计学特征:包括口令在口令集中的频率分布特征、口令上下文无关文法结构概率分布特征、n元马尔科夫链转移概率分布特征、口令长度分布特征、口令字符组成结构分布特征;
规则特征:即NIST熵特征;
语义特征:包括个人信息特征、键盘连续特征和重复序列特征;
自定义特征:实际应用中所需的特征;
步骤2所述将特征库中的特征向量和该口令文本逐一进行匹配,基于匹配成功的特征向量生成口令文本的脆弱因子集合,具体包括:
A1:获取特征库中的一条特征向量和口令文本进行匹配,生成口令文本的脆弱因子;特征向量通过匹配算法判断口令文本是否符合特征描述,符合特征描述则为匹配成功,不符合特征描述则为匹配失败;特征向量与口令文本匹配成功,则口令文本中匹配的部分所在的位置为特征区间,特征向量和特征区间称为该口令文本的脆弱因子;
A2:重复步骤A1,直至特征库中没有新的特征向量能够获取,则所有步骤A1中生成的脆弱因子为该口令文本的脆弱因子集合;
所述步骤3具体包括:
B1:基于步骤2产生的口令脆弱因子集合,求解最佳加强修改位置集合Pos;
B2:获得最佳加强位置集合Pos后,遍历Pos中所有位置,对每个位置求解最小公共修改策略集合Ci,并从Ci中随机选择修改策略执行;当遍历Pos完成后,即消除了所有口令中的脆弱因子,完成了对口令的加强;
所述求解最佳加强修改位置集合Pos具体为:
设口令文本Pw共有m个脆弱因子,口令Pw的长度为len(Pw),其中第i个脆弱因子为Vi(1≤i≤m),Vi的特征区间为si=[ai,bi]其中0≤ai≤bi≤len(Pw),Q={si|1≤i≤m},设Kj={si|if j∈si,0≤j≤len(Pw)},L={Ki1,Ki2,…,Kin|if∪Ki=Qand min(n),0≤i1,i2…in≤len(Pw)},其中min函数用于求最小值,则当前口令的最佳修改位置集合Pos={i1,i2…in|0≤i1,i2…in≤len(Pw)};
所述对每个位置求解最小公共修改策略集合Ci,具体包括:
设最佳修改位置集合Pos={i1,i2…in|0≤i1,i2…in≤len(Pw)},其中位置i对应的脆弱因子集合为Ti={Vj|wheresj∈Ki,(1≤j≤m)},脆弱因子Vj对应的修改策略集合为Mj,则位置i的最小公共修改策略集合
2.根据权利要求1所述的口令加强方法,其特征在于,步骤1所述的特征修改策略为:添加、替换、删除、移位和反转。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东师范大学,未经华东师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810135025.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:利用二级批准者的认证
- 下一篇:一种基于虚拟桌面的OLE重定向方法及系统