[发明专利]基于变分自编码器的轻量级口令猜测字典生成方法及装置

权利要求书

1.一种基于变分自编码器的轻量级口令猜测字典生成方法，其特征在于，包含以下步骤：

对训练集中的口令按预设条件进行预处理，获取统一格式的口令集合；

对所述口令集合按结构进行划分得到口令片段，并使用n-gram方法将每个口令片段切分为字符组合；

根据预设参数筛选出常用字符组合，然后将口令编码为向量形式；

初始化变分自编码器模型，并使用所述向量形式口令进行训练，直至损失函数值不再下降；

使用训练后的变分自编码器模型生成猜测口令，并按生成口令出现的频次降序排列，得到口令猜测字典。

2.根据权利要求1所述的基于变分自编码器的轻量级口令猜测字典生成方法，其特征在于，所述对训练集中的口令按预设条件进行预处理，其中的预设条件包括：

口令的长度在6～20个字符之间；

口令中仅包含ASCII字符中的96个可打印字符。

3.根据权利要求2所述的基于变分自编码器的轻量级口令猜测字典生成方法，其特征在于，对所述口令集合按结构进行划分得到口令片段包括：

将口令集合中的口令按照字母L/数字D/特殊字符S的结构进行划分，获取口令片段。

4.根据权利要求3所述的基于变分自编码器的轻量级口令猜测字典生成方法，其特征在于，所述使用n-gram方法将每个口令片段切分为字符组合包括：

设置n-gram中的n值，若口令片段的长度超过n，将其切分为多个字符组合，若口令片段的长度未超过n，直接作为字符组合。

5.根据权利要求4所述的基于变分自编码器的轻量级口令猜测字典生成方法，其特征在于，所述根据预设参数筛选出常用字符组合，然后将口令编码为向量形式包括：

所述预设参数为限制常用字符组合数量的参数，根据参数从字符组合中筛选出出现频次较高的预设数量的字符组合作为常用字符组合；

根据上述筛选出的常用字符组合和96个可打印ASCII字符将口令编码为向量形式。

6.根据权利要求5所述的基于变分自编码器的轻量级口令猜测字典生成方法，其特征在于，初始化变分自编码器模型，并使用所述向量形式口令进行训练，直至损失函数值不再下降，具体过程如下：

步骤a，初始化变分自编码器模型的网络参数，所述变分自编码器模型包括编码器和解码器；

步骤b，将向量形式表示的口令作为编码器的输入，编码器将输入映射到一个满足正态分布的隐层空间，并以均值和方差来描述隐层空间；

步骤c，根据均值和方差重构多维正态分布，并从中随机采样作为解码器的输入，解码器输出一组向量；

步骤d，计算编码器输入向量和解码器输出向量之间的交叉熵损失，计算根据所述均值和方差重构的多维正态分布与标准正态分布的Kullback-Leibler差异；对交叉熵损失和Kullback-Leibler差异加权求和得到损失函数；

步骤e，根据步骤d所得的损失函数值，计算梯度下降值，并更新变分自编码器模型参数；

步骤f，重复操作步骤b～e，循环训练直至损失函数的下降值小于设定阈值。

7.根据权利要求6所述的基于变分自编码器的轻量级口令猜测字典生成方法，其特征在于，所述变分自编码器模型的编码器和解码器两部分均由多层门限卷积神经网络GCNN和全连接层构成。

8.根据权利要求6或者7所述的基于变分自编码器的轻量级口令猜测字典生成方法，其特征在于，使用训练后的变分自编码器模型生成猜测口令，并按生成口令出现的频次降序排列，得到口令猜测字典，具体过程如下：

从高维正态分布中采样，并使用变分自编码器模型生成向量表示的口令；

依据编码方法将向量表示的口令还原为字符表示的口令，得到猜测口令集；

统计每个口令在猜测口令集中出现的频次，根据频次降序排列得到口令猜测字典。