[发明专利]基于条件变分自编码的密码攻击评估方法

摘要

本发明提出基于条件变分自编码的密码攻击评估方法，包括以下步骤：构建变分自编码模型、构建条件变分自编码模型、构建密码攻击模型和综合利用条件变分自编码模型与密码攻击模型；本发明通过利用条件变分自编码模型，将用户个人信息中的用户名、邮箱地址和电话号码等条件特征，训练密码攻击模型，并且在编码器端分别使用双向GRU循环神经网络和CNN文本卷积神经网络，可以实现对密码序列和用户个人信息的编码和特征的抽象提取，本发明方法可以有效地拟合密码数据的分布和字符组合规律，生成高质量的猜测密码数据，对提高用户密码强度和安全性具有显著效果。

主权项

1.基于条件变分自编码的密码攻击评估方法，其特征在于：包括以下步骤：步骤一：构建变分自编码模型先基于标准自编码模型正则化后生成一个变分自编码模型，再将一个先验分布强加到隐变量上，并进行替换编码器；步骤二：构建条件变分自编码模型在上述步骤一中的变分自编码模型上加上生成条件，利用变分自编码模型构建出条件变分自编码模型，然后生成特定条件下的生成数据；步骤三：构建密码攻击模型采用一个两层双向GRU循环神经网络和CNN文本卷积神经网络组成密码攻击模型编码器，然后计算出密码攻击模型最后时刻输出状态，再将最后时刻输出状态经过两个全连接层生成μ和σ，然后从标准正态分布中采样出与μ同维度的随机向量，再经过重参数化后得到中间编码z′，然后根据用户个人信息生成条件编码向量，最后生成用户密码猜测序列；步骤四：综合利用条件变分自编码模型与密码攻击模型通过标准高斯先验分布生成的隐编码z生成密码序列，再利用密码攻击模型生成条件编码向量y，再将隐变量和条件编码向量y输入解码器，生成此用户的猜测密码序列。