基于条件变分自编码的密码攻击算法

发布时间：2025-03-18 21:17

　　使用密码猜测算法是评估用户密码强度和安全性的有效方法,提出一种基于条件变分自编码密码猜测算法Pass CVAE。算法基于条件变分自编码模型,将用户个人信息作为条件特征,训练密码攻击模型。在编码器端,分别使用双向循环神经网络(GRU)和文本卷积神经网络(Text CNN),实现对密码序列和用户个人信息的编码和特征的抽象提取;在解码器端使用两层GRU神经网络,实现对用户个人信息和密码数据隐编码的解码,生成密码序列。该算法可以有效地拟合密码数据的分布和字符组合规律,生成高质量的猜测密码数据。多组实验结果表明,提出的Pass CVAE算法优于现有的主流密码猜测算法。

【文章页数】：4 页

【部分图文】：

图1 密码攻击模型

模型整体框架如图1所示，编码器qθ(z|x,y)由一个两层双向的GRU和一个CNN卷积网络两部分组成，GRU编码器用来对用户密码序列进行编码，CNN编码器用来对用户个人信息进行编码。如式(3)所示，x1:t是用户的密码序列，BiGRU表示双向GRU循环神经网络，取其最后时刻输出....