基于语义分析和神经网络的口令猜测

2020-03-24 6,944

口令在数据加密和身份鉴别上仍然是最主流的方法,但是易受到猜测攻击许多互联网服务提供商都要求用户使用更复杂的口令,但是对大多数用户来说,即使口令的模式变得复杂了,但是仍然容易被破解。

研究人员提出一个由LSTM和语义分析组成的层次语义模型来实现口令猜测。

image.png

RNN只能处理短序列,LSTM就是设计来处理长的以来关系的,是RNN的一种改进版本。LSTM在口令猜测方面取得了很好的成果,为了改善模型的性能,研究人员加入了语义分析。

image.png

模型在字符层面上,可以获得下一个字符的概率,而且模型可能会生成一些无意义的词语,因此研究人员在LSTM的基础上加入了语义分析,并用词语而非字符来训练神经网络。与单纯的LSTM模型相比,模型会生成避免生成一些无意义的字符串实验表明模式与基于模板和Markov的模型中是更加有效的。

文章全文参见https://www.researchgate.net/publication/330246851_Password_Guessing_Based_on_Semantic_Analysis_and_Neural_Networks_12th_Chinese_Conference_CTCIS_2018_Wuhan_China_October_18_2018_Revised_Selected_Papers

本文作者:ang010ela

本文为安全脉搏专栏作者发布,转载请注明:https://www.secpulse.com/archives/126325.html

Tags:
评论  (0)
快来写下你的想法吧!

ang010ela

文章数:56 积分: 711

安全问答社区

安全问答社区

脉搏官方公众号

脉搏公众号