本公開涉及口令安全領(lǐng)域，更具體地涉及一種近似概率降序口令生成方法、裝置、電子設(shè)備及介質(zhì)。

背景技術(shù)：

1、神經(jīng)網(wǎng)絡(luò)口令猜測(cè)模型能夠自發(fā)地學(xué)習(xí)口令集的結(jié)構(gòu)化特征和字符間的相互關(guān)系，在學(xué)術(shù)上具有領(lǐng)先的猜測(cè)成功率，是口令猜測(cè)領(lǐng)域最有前景的技術(shù)圖解。口令猜測(cè)是為了進(jìn)行口令攻擊，是口令強(qiáng)度評(píng)估、口令恢復(fù)等安全攻防領(lǐng)域的關(guān)鍵核心技術(shù)。

2、質(zhì)量越好的口令越早嘗試，就能越早成功破解，提高計(jì)算效率?，F(xiàn)有的神經(jīng)網(wǎng)絡(luò)口令猜測(cè)模型普遍采用隨機(jī)采樣的方式生成口令，即模型訓(xùn)練完成之后，給定一個(gè)起始字符，通過(guò)從模型計(jì)算出的下一個(gè)字符的概率分布中抽樣產(chǎn)生一位口令，直至產(chǎn)生終止符，形成一條口令。但是這種口令產(chǎn)生的先后順序是隨機(jī)的，無(wú)法保證高概率的口令優(yōu)先產(chǎn)生，嚴(yán)重影響了后續(xù)口令攻擊的計(jì)算效率。采用優(yōu)先級(jí)隊(duì)列的廣度優(yōu)先搜索所消耗的內(nèi)存過(guò)于巨大，采用深度優(yōu)先搜索無(wú)法實(shí)現(xiàn)概率降序。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述問(wèn)題，本公開提供了高概率口令優(yōu)先生成的近似概率降序口令生成方法、裝置、電子設(shè)備及介質(zhì)。

2、根據(jù)本公開的第一個(gè)方面，提供了一種近似概率降序口令生成方法，包括：基于預(yù)處理獲得口令猜測(cè)模型和預(yù)設(shè)的剪枝閾值，創(chuàng)建第一搜索隊(duì)列；對(duì)第一搜索隊(duì)列進(jìn)行廣度優(yōu)先搜索，得到公共搜索隊(duì)列；利用預(yù)設(shè)的多個(gè)子搜索進(jìn)程，并行對(duì)公共搜索隊(duì)列進(jìn)行深度優(yōu)先搜索，輸出口令。

3、根據(jù)本公開的實(shí)施例，對(duì)第一搜索隊(duì)列進(jìn)行廣度優(yōu)先搜索，得到公共搜索隊(duì)列包括：執(zhí)行第一循環(huán)過(guò)程創(chuàng)建公共搜索隊(duì)列，直至滿足第一循環(huán)停止預(yù)設(shè)條件，第一循環(huán)過(guò)程包括：取出第一搜索隊(duì)列中的第一搜索節(jié)點(diǎn)；基于第一搜索節(jié)點(diǎn)進(jìn)行廣度優(yōu)先搜索，通過(guò)所述口令猜測(cè)模型獲得多個(gè)第一子節(jié)點(diǎn)；獲得多個(gè)第一子節(jié)點(diǎn)的對(duì)數(shù)概率；將對(duì)數(shù)概率小于打包閾值概率的全部第一子節(jié)點(diǎn)打包為一個(gè)新的節(jié)點(diǎn)作為第一插入節(jié)點(diǎn)；將對(duì)數(shù)概率小于打包閾值概率的全部第一子節(jié)點(diǎn)從第一搜索節(jié)點(diǎn)中刪除；將第一搜索節(jié)點(diǎn)按對(duì)數(shù)概率降序添加到公共搜索隊(duì)列中；將第一插入節(jié)點(diǎn)按對(duì)數(shù)概率降序添加到公共搜索隊(duì)列中；其中，預(yù)設(shè)條件為公共搜索隊(duì)列的節(jié)點(diǎn)個(gè)數(shù)達(dá)到第一預(yù)設(shè)節(jié)點(diǎn)個(gè)數(shù)。

4、根據(jù)本公開的實(shí)施例，第一搜索節(jié)點(diǎn)包括打包閾值概率信息，將對(duì)數(shù)概率處于打包閾值范圍內(nèi)的全部第一子節(jié)點(diǎn)打包為一個(gè)新的節(jié)點(diǎn)作為第一插入節(jié)點(diǎn)包括：設(shè)定s+1個(gè)打包閾值概率prob0、prob1、prob2、……probs，其中prob0＞prob1＞prob2＞……＞probs，prob0的值為0，s的值為預(yù)設(shè)的打包次數(shù)；根據(jù)打包閾值概率信息，獲取打包閾值概率信息對(duì)應(yīng)的索引下標(biāo)β，所述β的值小于s；將對(duì)數(shù)概率小于打包閾值概率probβ+1的全部第一子節(jié)點(diǎn)打包為一個(gè)新的節(jié)點(diǎn)作為所述第一插入節(jié)點(diǎn)。

5、根據(jù)本公開的實(shí)施例，第一搜索隊(duì)列包括多個(gè)互相獨(dú)立的第一最大堆，取出第一搜索隊(duì)列中的第一搜索節(jié)點(diǎn)包括：當(dāng)?shù)谝凰阉麝?duì)列的節(jié)點(diǎn)個(gè)數(shù)不大于第一預(yù)設(shè)節(jié)點(diǎn)個(gè)數(shù)時(shí)，將多個(gè)互相獨(dú)立的第一最大堆中堆頂值最大的第一最大堆作為第一目標(biāo)最大堆；當(dāng)?shù)谝凰阉麝?duì)列的節(jié)點(diǎn)個(gè)數(shù)大于第一預(yù)設(shè)節(jié)點(diǎn)個(gè)數(shù)時(shí)，將多個(gè)互相獨(dú)立的第一最大堆中搜索樹深度最大的第一最大堆作為第一目標(biāo)最大堆；將第一目標(biāo)最大堆中的堆頂?shù)墓?jié)點(diǎn)作為第一搜索節(jié)點(diǎn)取出。

6、根據(jù)本公開的實(shí)施例，子搜索進(jìn)程包括：第二循環(huán)過(guò)程和子搜索隊(duì)列，利用預(yù)設(shè)的多個(gè)子搜索進(jìn)程，并行對(duì)公共搜索隊(duì)列進(jìn)行深度優(yōu)先搜索，輸出口令包括：并行執(zhí)行多個(gè)第二循環(huán)過(guò)程從對(duì)應(yīng)的子搜索隊(duì)列中輸出口令，直至滿足第二循環(huán)停止預(yù)設(shè)條件，第二循環(huán)過(guò)程包括：從公共搜索隊(duì)列中取出預(yù)設(shè)個(gè)數(shù)的節(jié)點(diǎn)添加到子搜索隊(duì)列中；基于子搜索隊(duì)列和深度優(yōu)先搜索，執(zhí)行第三循環(huán)過(guò)程輸出口令，直至滿足第三循環(huán)停止預(yù)設(shè)條件；其中，第二循環(huán)停止預(yù)設(shè)條件為公共搜索隊(duì)列中的節(jié)點(diǎn)數(shù)為0。

7、根據(jù)本公開的實(shí)施例，第三循環(huán)停止預(yù)設(shè)條件為子搜索隊(duì)列中節(jié)點(diǎn)數(shù)為0，第三循環(huán)過(guò)程包括：取出子搜索隊(duì)列的第二搜索節(jié)點(diǎn)；基于第二搜索節(jié)點(diǎn)進(jìn)行深度優(yōu)先搜索，通過(guò)所述口令猜測(cè)模型獲得多個(gè)第二子節(jié)點(diǎn)；將多個(gè)第二子節(jié)點(diǎn)輸入到口令猜測(cè)模型中獲得對(duì)應(yīng)的口令信息；當(dāng)口令信息中包含口令結(jié)束標(biāo)記符時(shí)，輸出口令；將口令信息滿足預(yù)設(shè)子隊(duì)列打包要求的全部第二子節(jié)點(diǎn)打包為一個(gè)新的節(jié)點(diǎn)作為第二插入節(jié)點(diǎn)；將口令信息滿足預(yù)設(shè)子隊(duì)列打包要求的全部第二子節(jié)點(diǎn)從第二搜索節(jié)點(diǎn)中刪除；將第二搜索節(jié)點(diǎn)按節(jié)點(diǎn)的對(duì)數(shù)概率降序添加到子搜索隊(duì)列中；將第二插入節(jié)點(diǎn)按節(jié)點(diǎn)的對(duì)數(shù)概率降序添加到子搜索隊(duì)列中。

8、根據(jù)本公開的實(shí)施例，基于預(yù)處理獲得口令猜測(cè)模型和預(yù)設(shè)的剪枝閾值，創(chuàng)建第一搜索隊(duì)列包括：采用預(yù)設(shè)的編碼后的口令集對(duì)自回歸神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到口令猜測(cè)模型；利用口令猜測(cè)模型和起始字符獲取初始口令節(jié)點(diǎn)和對(duì)應(yīng)的對(duì)數(shù)概率；去除對(duì)數(shù)概率不大于預(yù)設(shè)剪枝閾值的初始口令節(jié)點(diǎn)，創(chuàng)建第一搜索隊(duì)列。

9、本公開的第二方面提供了一種近似概率降序口令生成裝置，包括：創(chuàng)建模塊，用于基于預(yù)處理獲得口令猜測(cè)模型和預(yù)設(shè)的剪枝閾值，創(chuàng)建第一搜索隊(duì)列；獲取模塊，用于對(duì)第一搜索隊(duì)列進(jìn)行廣度優(yōu)先搜索獲取近似概率降序排列的公共搜索隊(duì)列；以及輸出模塊，用于利用多個(gè)子搜索進(jìn)程并行對(duì)公共搜索隊(duì)列進(jìn)行深度優(yōu)先搜索，輸出口令。

10、本公開的第三方面提供了一種電子設(shè)備，包括：一個(gè)或多個(gè)處理器；存儲(chǔ)器，用于存儲(chǔ)一個(gè)或多個(gè)程序，其中，當(dāng)一個(gè)或多個(gè)程序被一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得一個(gè)或多個(gè)處理器執(zhí)行上述近似概率降序口令生成方法。

11、本公開的第四方面還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有可執(zhí)行指令，該指令被處理器執(zhí)行時(shí)使處理器執(zhí)行上述近似概率降序口令生成方法。

12、本公開可以實(shí)現(xiàn)口令猜測(cè)模型近似概率降序生成口令，將高概率口令優(yōu)先輸出，提高了口令猜測(cè)模型的猜測(cè)成功率，避免了口令的重復(fù)生成，提高了推理效率；本公開的方法相對(duì)于優(yōu)先級(jí)隊(duì)列的廣度優(yōu)先算法，極大地節(jié)省了內(nèi)存空間的開銷；本公開的方法避免了采用深度優(yōu)先搜索會(huì)造成的陷入局部最優(yōu)解的問(wèn)題，使得口令實(shí)現(xiàn)近似概率降序。

技術(shù)特征：

1.一種近似概率降序口令生成方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的近似概率降序口令生成方法，其特征在于，所述對(duì)所述第一搜索隊(duì)列進(jìn)行廣度優(yōu)先搜索，得到公共搜索隊(duì)列包括：

3.根據(jù)權(quán)利要求2所述的近似概率降序口令生成方法，其特征在于，所述第一搜索節(jié)點(diǎn)包括打包閾值概率信息，所述將所述對(duì)數(shù)概率小于打包閾值概率的全部第一子節(jié)點(diǎn)打包為一個(gè)新的節(jié)點(diǎn)作為第一插入節(jié)點(diǎn)包括：

4.根據(jù)權(quán)利要求2所述的近似概率降序口令生成方法，其特征在于，所述第一搜索隊(duì)列包括多個(gè)互相獨(dú)立的第一最大堆，所述取出所述第一搜索隊(duì)列中的第一搜索節(jié)點(diǎn)包括：

5.根據(jù)權(quán)利要求1所述的近似概率降序口令生成方法，其特征在于，所述子搜索進(jìn)程包括：第二循環(huán)過(guò)程和子搜索隊(duì)列，所述利用預(yù)設(shè)的多個(gè)子搜索進(jìn)程，并行對(duì)所述公共搜索隊(duì)列進(jìn)行深度優(yōu)先搜索，輸出口令包括：

6.根據(jù)權(quán)利要求5所述的近似概率降序口令生成方法，其特征在于，所述第三循環(huán)停止預(yù)設(shè)條件為所述子搜索隊(duì)列中節(jié)點(diǎn)數(shù)為0，所述第三循環(huán)過(guò)程包括：

7.根據(jù)權(quán)利要求1所述的近似概率降序口令生成方法，其特征在于，所述基于預(yù)處理獲得口令猜測(cè)模型和預(yù)設(shè)的剪枝閾值，創(chuàng)建第一搜索隊(duì)列包括：

8.一種近似概率降序口令生成裝置，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，包括：

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，其上存儲(chǔ)有可執(zhí)行指令，該指令被處理器執(zhí)行時(shí)使處理器執(zhí)行根據(jù)權(quán)利要求1～7中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本公開提供了一種近似概率降序口令生成方法，可以應(yīng)用于口令安全技術(shù)領(lǐng)域。該近似概率降序口令生成方法包括：創(chuàng)建第一搜索隊(duì)列；對(duì)第一搜索隊(duì)列進(jìn)行廣度優(yōu)先搜索獲取公共搜索隊(duì)列；創(chuàng)建多個(gè)子搜索進(jìn)程；利用多個(gè)子搜索進(jìn)程并行對(duì)公共搜索隊(duì)列進(jìn)行深度優(yōu)先搜索，輸出口令。本公開還提供了一種近似概率降序口令生成裝置、設(shè)備和存儲(chǔ)介質(zhì)。本公開的方法可以使自回歸型神經(jīng)網(wǎng)絡(luò)口令猜測(cè)模型在有限內(nèi)存下實(shí)現(xiàn)近似概率降序生成口令，從而大幅提高口令猜測(cè)成功率和后續(xù)口令攻擊的計(jì)算效率。

技術(shù)研發(fā)人員：葉俊彬,金敏,譚開君,申榮鉉,魯華祥
受保護(hù)的技術(shù)使用者：中國(guó)科學(xué)院半導(dǎo)體研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21