OMECNN:一种基于有序马尔可夫枚举器和判别神经网络的口令生成模型

摘要：

基于口令的身份鉴别是目前最流行的鉴别方式之一,利用口令生成技术进行大规模口令集的生成,进而检测现有用户口令保护机制的缺陷、评估口令猜测算法效率等,是研究口令安全性的重要手段.本文提出一种基于有序马尔可夫枚举器和判别神经网络的口令生成模型OMECNN,使用有序马尔可夫口令枚举器按照口令组合概率的高低生成组合口令,同时基于判别神经网络进行打分筛选口令,选出得分高于阈值的口令组成最终口令集.采用本文提出方法生成的口令集具有按照口令组合概率高低排序的特点,以及符合真实训练口令集的口令分布的特点.实验结果表明,在生成107条口令时,OM ECNN模型生成的口令集在Rockyou测试集上的匹配条目比OMEN模型高出16.60％,比PassGAN模型高出220.02％.

关键词：口令生成;马尔科夫链;判别神经网络;生成对抗网络

所属期刊栏目：58

分类号：TP391.1(计算技术、计算机技术)

资助基金：四川省科技计划2020YFG0076

在线出版日期：2021-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：65-72