[发明专利]一种基于深度学习算法的口令字典生成方法

摘要

一种基于深度学习算法的口令字典生成方法，该方法包括以下步骤：搜集常用口令字典样本；建立序贯模型，生成实例；将实例添加网络层，设置各个网络层参数；将各个网络层配置优化器和损失函数参数，编译训练模型学习过程；生成权值文件；对训练后的模型进行性能评估，确定训练达到预期效果；加载权值文件，进行模型评估，输出新的字典文件。与现有技术相比，本发明借助LSTM算法具有处理和预测时间序列中间隔和延迟非常长的特性，通过分析口令样本文件特征，生成权值文件，根据权值文件以及生成口令选项，生成新的口令字典，可以将新的字典作为样本重新输入到长短期记忆算法。不仅能够节约大量人力时间，而且处理效率大大提升，口令字典生成针对性强。

主权项

1.一种基于深度学习算法的口令字典生成方法，其特征在于：该方法包括以下步骤：1)搜集常用口令字典样本，对所述口令字典样本进行排序，排序结果为非重复的口令以及对应口令出现的次数，对于出现两次及以上的口令进行去重操作；2)将上述排序以及去重后的口令序列建立序贯模型，生成实例；3)将实例添加网络层，层的添加顺序即是各层连接的顺序，也是数据流经模型被处理的顺序，设置各个网络层参数；4)将各个网络层配置优化器和损失函数参数，编译训练模型学习过程；5)通过分析口令样本文件特征，确定神经元间连接权值，生成权值文件；6)对训练后的模型进行性能评估，确定训练达到预期效果；7)加载权值文件，进行模型评估，输出新的字典文件。