[发明专利]密码字典生成方法、装置以及计算机设备在审
申请号: | 201811488858.1 | 申请日: | 2018-12-06 |
公开(公告)号: | CN109558723A | 公开(公告)日: | 2019-04-02 |
发明(设计)人: | 周兆军;赵为强 | 申请(专利权)人: | 南京中孚信息技术有限公司 |
主分类号: | G06F21/46 | 分类号: | G06F21/46;H04L9/08 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 王术兰 |
地址: | 210000 江苏省南京市浦口区江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 密码字典 真实密码 计算机设备 密码样本 神经网络 样本集合 生成器 回传 样本 对抗 覆盖面 复杂度 判别器 预设 集合 采集 | ||
1.一种密码字典生成方法,其特征在于,包括:
将获取到的真实密码样本集合输入到对抗式神经网络中;其中,所述真实密码样本集合包含多个真实密码样本;
获取所述对抗式神经网络的判别器在判别所述真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差;
采集所述生成器在所述回传误差小于预设误差时生成的假密码样本作为集合形成密码字典。
2.根据权利要求1所述的密码字典生成方法,其特征在于,所述“获取所述对抗式神经网络的判别器在判别所述真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差”之后,还包括:
在所述回传误差大于或等于预设误差时,更新所述生成器的随机噪声;其中,所述当前假密码样本根据所述生成器基于所述真实密码样本、以及上一次更新的随机噪声而得到。
3.根据权利要求1所述的密码字典生成方法,其特征在于,所述“获取所述对抗式神经网络的判别器在判别所述真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差”之后,还包括:
在所述回传误差大于或等于预设误差时,更新所述判别器的学习模型;所述学习模型用于学习判别所述真实密码样本和所述当前假密码样本。
4.根据权利要求1所述的密码字典生成方法,其特征在于,所述“将获取到的真实密码样本集合输入到对抗式神经网络中”之后,还包括:
获取训练参数,并根据所述训练参数初始化所述对抗式神经网络;其中,所述训练参数包括训练周期、迭代次数以及所述当前假密码样本的个数。
5.根据权利要求1所述的密码字典生成方法,其特征在于,所述“采集所述生成器在所述回传误差小于所述预设误差时生成的假密码样本作为集合形成密码字典”之后,还包括:
删除所述密码字典中重复的密码以及乱码,以更新密码字典。
6.根据权利要求1所述的密码字典生成方法,其特征在于,所述“采集所述生成器在所述回传误差小于所述预设误差时生成的假密码样本作为集合形成密码字典”,包括:
在所述作为集合的假密码样本中选取出符合预设组合规则的密码作为所述密码字典。
7.根据权利要求1所述的密码字典生成方法,其特征在于,所述“将获取到的真实密码样本集合输入到对抗式神经网络中”之前,还包括:
获取破译后的密码以及第三方泄露的密码作为所述真实密码样本集合。
8.根据权利要求1至7任意一项所述密码字典生成方法,其特征在于,所述真实密码样本集合为封装成文本格式的数据文档。
9.一种密码字典生成装置,其特征在于,包括:
真实样本输入模块,用于将获取到的真实密码样本集合输入到对抗式神经网络中;其中,所述真实密码样本集合包含多个真实密码样本;
误差获取模块,用于获取所述对抗式神经网络的判别器在判别所述真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差;
密码字典生成模块,用于采集所述生成器在所述回传误差小于预设误差时生成的假密码样本作为集合形成密码字典。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的密码字典生成方法。
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南京中孚信息技术有限公司,未经南京中孚信息技术有限公司许可,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/201811488858.1/1.html,转载请声明来源钻瓜专利网。