[发明专利]一种基于词的口令强度评价方法

摘要

本发明公布了一种基于词的口令强度评价方法：利用抽词算法提取出口令中的词语，通过增加词段类型进一步细分口令，对PCFG概率模型进行改进，构建WordPCFG模型，准确模拟用户创建口令的行为；再使用WordPCFG模型进行口令强度评估。本发明方法更准确的模拟用户行为，精确反映用户的行为习惯或键盘模式，口令评价的精确度高。

主权项

1.一种基于词的口令强度评价方法：利用抽词算法提取出口令中的词语，通过增加词段类型进一步细分口令，对PCFG概率模型进行改进，构建WordPCFG模型，准确模拟用户创建口令的行为；再使用WordPCFG模型进行口令强度评估；包含以下步骤：A.获取口令集，利用口令集作为WordPCFG模型训练集数据；使用抽词算法提取出口令中的词语，构建口令词语判断器；具体执行如下操作：A1.获得口令字串的字符串内聚度Coh：使用点互信息PMI衡量口令字串的字符串内聚度，内聚度为一个字串所有可能切分位置的点互信息的最小值；A2.获得口令字串的字符串自由度Fdm：一个字串的自由度即左右香农熵的较小值；A3.设置内聚度阈值和自由度阈值，构成口令词语判断器；B.进行词语匹配，并计算得到生成规则概率；执行如下操作：B1.利用口令词语判断器进行口令的词语匹配，得到段类型为“词段”的词语；B2.对口令剩余的未被识别为“词段”的词语，使用原始概率上下文无关文法进行识别切分，分为字母段、数字段、特殊字符段；由此，口令被分成词段、字母段、数字段、特殊字符段；B3.计算生成规则概率，得到训练好的WordPCFG模型；C.利用蒙特卡洛方法对训练好的WordPCFG模型进行随机抽样；对待评价口令的强度进行检测，执行如下操作：C1.对于用户输入的口令，使用训练好的WordPCFG计算生成规则概率；口令的生成规则概率即为其所有生成规则概率的乘积；C2.使用蒙特卡洛方法估计猜测该口令需要的次数：其中，G_Δ为蒙特卡洛估计值，即口令的猜测次数；Θ为随机采样的n个口令集合，α为测试的口令，β为抽样的口令，p(β)为β的生成规则概率；如果断言为真，则[p(β)>p(α)]的值为1；如果断言为假，则[p(β)>p(α)]的值为0；将口令的猜测次数作为口令强度，如果口令强度大于设定的口令强度阈值，则认为该口令是安全的；反之，口令强度低，该口令不安全。