[发明专利]基于BPE分词的长短期记忆神经网络的密码生成方法

权利要求书

1.一种基于BPE分词的长短期记忆神经网络的密码生成方法，其特征在于，包括以下步骤：

S1、使用BPE-dropout将原始训练密码集切分成子词粒度，包括：使用原始训练密码集构建BPE合并表，使用BPE合并表对原始训练密码集进行分词，得到子词级密码集；

S2、使用子词粒度密码集训练子词级长短期记忆网络LSTM模型；

S3、使用训练好的子词级长短期记忆网络LSTM模型生成猜测密码集，生成密码时选择下一个子词的方法为带温度temperature的随机采样策略。

2.根据权利要求1所述的基于BPE分词的长短期记忆神经网络的密码生成方法，其特征在于，步骤S1中，使用原始训练密码集构建BPE合并表，具体如下：

(1)将所有密码表示为字符序列，并使用所有字符序列初始化符号表T_symbol；

(2)统计符号表T_symbol中所有相邻符号对(symbol_i，symbol_j)出现的频次，所述符号为单个字符或者由几个字符组合成的子词；

(3)合并符号表T_symbol中出现频次最高的相邻符号对，使用合并产生的新符号symbol_k替换符号表T_symbol中两个原始符号symbol_i和symbol_j，并将合并过程按照符号出现频次降序的顺序记录到BPE合并表中，合并过程表示为：

(symbol_i，symbol_j)→symbol_k；

(4)重复合并过程，直到符号表T_symbol中相邻符号对的最高频次小于最小频次min_f。

3.根据权利要求1所述的基于BPE分词的长短期记忆神经网络的密码生成方法，其特征在于，步骤S1中，使用BPE合并表对原始训练密码集进行分词，得到子词级密码集，具体如下：

(1)将原始训练密码集中密码的相邻字符间插入空格并复制多次，用于初始化子词级密码集U；

(2)从子词级密码集U取出一个密码，根据BPE合并表中的排名，找到所有可以合并的符号对，记录到操作表T_op中，然后按照概率p从操作表T_op中随机移除部分操作；如果操作表T_op不为空，则对其中的符号对按照排名顺序进行合并；

(3)子词级密码集U中所有密码重复执行符号对合并的操作，直到操作表T_op为空；

(4)对分词完成的子词级密码集U进行去重，得到最终的子词级密码集U′。