密码字典生成方法、装置以及计算机设备制造方法及图纸

本发明专利技术公开了一种密码字典生成方法、装置以及计算机设备，其中，方法包括：将获取到的真实密码样本集合输入到对抗式神经网络中；其中，真实密码样本集合包含多个真实密码样本；获取对抗式神经网络的判别器在判别真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差；采集生成器在回传误差小于预设误差时生成的假密码样本作为集合形成密码字典。本发明专利技术降低了操作的复杂度，并且能够有效增大密码字典的覆盖面和多样化。

【技术实现步骤摘要】
密码字典生成方法、装置以及计算机设备
本专利技术涉及密码安全技术，特别涉及一种密码字典生成方法、装置以及计算机设备。
技术介绍
在网络化、信息化和全球化的大发展背景下，信息安全防护已成为经济发展不可缺少的重要一环。网络上泄露的信息会在极短的时间内传遍全球。因此，信息安全防护要求对网络上的信息进行实时监控，对一些加密传输的文档需要通过解密，然后扫描信息是否安全合法，防患于未然。现有的密码大部分不以明文而是以Hash值的方式存于文件或服务器中，破解时通过运算碰撞得出，参与运算的密码一般通过“列举”和“密码字典”的方式获得。然而，通过密码字典的方式进行破密，若密码字典不够强大，则会降低解密的成功率。传统技术中生成密码字典时一般是人工制作，需要消耗大量的人力物力和时间，且密码个数有限，一定程度上未能满足用户的解密需求。
技术实现思路
本专利技术的目的在于针对传统技术中的不足，提供一种密码字典生成方法、装置以及计算机设备，利用机器自主学习生成密码字典，从而具有更高的密码覆盖面和丰富性。根据本专利技术的实施方式，本专利技术提供了一种密码字典生成方法，包括：将获取到的真实密码样本集合输入到对抗式神经网络中；其中，真实密码样本集合包含多个真实密码样本；获取对抗式神经网络的判别器在判别真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差；采集生成器在回传误差小于预设误差时生成的假密码样本作为集合形成密码字典。在其中一个实施例中，“获取对抗式神经网络的判别器在判别真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差”之后，还包括：在回传误差大于或等于预设误差时，更新生成器的随机噪声；其中，当前假密码样本根据生成器基于真实密码样本、以及上一次更新的随机噪声而得到。在其中一个实施例中，“获取对抗式神经网络的判别器在判别真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差”之后，还包括：在回传误差大于或等于预设误差时，更新判别器的学习模型；学习模型用于学习判别真实密码样本和当前假密码样本。在其中一个实施例中，“将获取到的真实密码样本集合输入到对抗式神经网络中”之后，还包括：获取训练参数，并根据训练参数初始化对抗式神经网络；其中，训练参数包括训练周期、迭代次数以及当前假密码样本的个数。在其中一个实施例中，“采集生成器在回传误差小于预设误差时生成的假密码样本作为集合形成密码字典”之后，还包括：删除密码字典中重复的密码以及乱码，以更新密码字典。在其中一个实施例中，“采集生成器在回传误差小于预设误差时生成的假密码样本作为集合形成密码字典”，包括：在作为集合的假密码样本中选取出符合预设组合规则的密码作为密码字典。在其中一个实施例中，“将获取到的真实密码样本集合输入到对抗式神经网络中”之前，还包括：获取破译后的密码以及第三方泄露的密码作为真实密码样本集合。在其中一个实施例中，真实密码样本集合为封装成文本格式的数据文档。另一方面，在一个实施例中，本专利技术还提供了一种密码字典生成装置，包括：真实样本输入模块，用于将获取到的真实密码样本集合输入到对抗式神经网络中；其中，真实密码样本集合包含多个真实密码样本；误差获取模块，用于获取对抗式神经网络的判别器在判别真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差；密码字典生成模块，用于采集生成器在回传误差小于预设误差时生成的假密码样本作为集合形成密码字典。另一方面，在一个实施例中，本专利技术还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现密码字典生成方法。上述技术方案中的一个技术方案具有如下优点和有益效果：本专利技术的密码字典生成方法、装置以及计算设备，将真实密码样本集合输入到对抗式神经网络中，并在回传误差小于预设误差时将生成器生成的假密码样本作为集合形成密码字典。本专利技术各实施例通过对抗式神经网络根据回传误差以及真实密码样本集合，经过反复对抗训练生成密码字典，可获得大量的密码。同时，本专利技术优化了密码字典的生成方式，降低了操作的复杂度，并且能够有效增大密码覆盖面和多样化，进一步地，可在解密时提高密码的匹配率，有助于加快解密速度。附图说明图1为本专利技术的一个实施例方式提供的密码字典生成方法的应用场景示意图；图2为本专利技术的一个实施方式提供的密码字典生成方法的流程示意图；图3为本专利技术的一个实施方式提供的密码字典生成方法中对抗式神经网络的示意图；图4为本专利技术的一个实施方式提供的密码字典生成方法的具体流程示意图；图5为本专利技术的一个实施方式提供的密码字典生成装置的结构示意图；图6为本专利技术的一个实施方式提供的计算机设备的结构图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚明白，以下参照附图结合实施例，对本专利技术进一步详细说明。本专利技术的密码字典生成方法、装置以及计算机设备，可应用于服务器中，尤其是包含高性能显卡的服务器。如图1所示，图1为本专利技术密码字典生成方法的应用场景示意图，服务器运行有第三方解密软件，其中，密码字典生成方法可嵌入到第三方解密软件中，第三方解密软件通过调用该密码字典生成方法生成密码字典。其调用方式可以是提交命令的方式启动训练密码样本任务和密码字典生成任务，高性能显卡是训练密码样本和生成密码字典的引擎，用于接收任务并将任务训练结果返回。密码字典一般以文本格式存储于本地Flash中，等待第三方解密软件使用。由此，服务器在收发加密文件时，第三方解密软件可有效解密以检测文件是否涉及机密内容，防止信息泄露，大大提供文件传输的安全性。其中，服务器的操作系统可以为Windows或Linux。实施例1参见图2，本专利技术提供了一种密码字典生成方法，包括：步骤S110：将获取到的真实密码样本集合输入到对抗式神经网络模型中，其中，所述真实密码样本集合包括多个真实密码样本。具体而言，对抗式神经网络由生成器和判别器两个模型构成。生成器学习真实密码样本然后产生假密码样本，判别器也通过真密码样本学习对假密码样本的识别。经过反复对抗训练生成器产生越来越逼真的密码样本，判别器的判别精度也越来越高，生成器最终产生越来越逼近真实密码样本的“真实”密码。其中，真实密码样本集合可通过搜索网上等第三方泄露的密码，或破译后的密码而获得。步骤S120：获取对抗式神经网络的判别器在判别真实密码样本与生成器生成的当前假密码样本之间的误差而得到的回传误差。具体而言，判别器的目标是将生成器生成的假密码样本与真实密码样本分辨开。回传误差的目的是使得生成器生成的假密码样本逐渐逼近真实密码样本。具体地，判别器将真实密码样本转换为真实数据概率分布，同时，生成器根据真实密码样本的真实数据概率分布生成逼近真实数据概率分布的假密码样本。由此，判别器可通过判别真实密码样本的真实数据概率分布以及假密码样本的数据概率分布之间的差别，生成回传误差，其中，差别越大回传误差越大，反之越小。步骤S130：采集生成器在回传误差小于预设误差时生成的假密码样本作为集合形成密码字典。具体而言，在回传误差小于预设误差时表示生成器能够生成数据概率分布与真实密码样本集合中真实密码样本的真实数据概率分布近似的密码样本，即此时生成器能够生成允许相似度范围内的假密码样本。由此，可将此时生成器生成的假密码样本本文档来自技高网...

【技术保护点】
1.一种密码字典生成方法，其特征在于，包括：将获取到的真实密码样本集合输入到对抗式神经网络中；其中，所述真实密码样本集合包含多个真实密码样本；获取所述对抗式神经网络的判别器在判别所述真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差；采集所述生成器在所述回传误差小于预设误差时生成的假密码样本作为集合形成密码字典。

【技术特征摘要】
1.一种密码字典生成方法，其特征在于，包括：将获取到的真实密码样本集合输入到对抗式神经网络中；其中，所述真实密码样本集合包含多个真实密码样本；获取所述对抗式神经网络的判别器在判别所述真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差；采集所述生成器在所述回传误差小于预设误差时生成的假密码样本作为集合形成密码字典。2.根据权利要求1所述的密码字典生成方法，其特征在于，所述“获取所述对抗式神经网络的判别器在判别所述真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差”之后，还包括：在所述回传误差大于或等于预设误差时，更新所述生成器的随机噪声；其中，所述当前假密码样本根据所述生成器基于所述真实密码样本、以及上一次更新的随机噪声而得到。3.根据权利要求1所述的密码字典生成方法，其特征在于，所述“获取所述对抗式神经网络的判别器在判别所述真实密码样本与生成器生成的当前假密码样本之间的误差时而得到的回传误差”之后，还包括：在所述回传误差大于或等于预设误差时，更新所述判别器的学习模型；所述学习模型用于学习判别所述真实密码样本和所述当前假密码样本。4.根据权利要求1所述的密码字典生成方法，其特征在于，所述“将获取到的真实密码样本集合输入到对抗式神经网络中”之后，还包括：获取训练参数，并根据所述训练参数初始化所述对抗式神经网络；其中，所述训练参数包括训练周期、迭代次数以及所述当前假密码样本的个数。5.根据权利要求1所述的密码字...

【专利技术属性】
技术研发人员：周兆军，赵为强，
申请(专利权)人：南京中孚信息技术有限公司，
类型：发明
国别省市：江苏,32