發(fā)布時間：2021-08-27 13:40

　　身份認證是保障用戶信息安全的重要手段,雖然存在生物虹膜、指紋等多種身份認證方式,但是文本口令以其低成本、易實現(xiàn)等特性,在可預(yù)見的未來仍將作為主要的身份認證方式。用戶口令安全意識薄弱和現(xiàn)有口令強度評價方法參差不齊使得口令安全形勢日益嚴峻�？诹顝姸仍u價是口令安全研究的重要組成部分,但是我們通過調(diào)研發(fā)現(xiàn)目前的口令強度評價方法均忽略了口令的區(qū)域性等群體特征,未考慮群體對口令生成的影響;同時,主流的基于啟發(fā)式或概率模型的口令強度評價方法通常只能對特定類型口令進行準確強度評價,缺乏通用性。因此,本文率先提出“群體口令”的概念以分析不同群體的口令特征,并在此基礎(chǔ)上進行口令強度評價研究。本文主要研究工作如下:1.大規(guī)模真實泄露口令群體特征脆弱性分析。本文對國內(nèi)外10個口令庫約2億條口令進行分析,通過從地區(qū)、網(wǎng)站服務(wù)類型等維度進行口令群體劃分,分別從口令長度分布、流行口令、口令重用等多方面進行群體特征脆弱性分析,證實了不同群體口令具有不同的特征,比如:四川人更喜歡用“panda”作為口令等。2.為了挖掘群體特征對口令生成的影響,本文提出針對于群體的口令強度評價方法（AM-LSTM PSM）。該方法首先利... 

【文章來源】：華東師范大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：96 頁

【學(xué)位級別】：碩士

【部分圖文】：

互聯(lián)網(wǎng)口令存儲過程

字符串 s2 的長度為 n，則使用動態(tài)規(guī)劃算法可以計算出 (s1,s2)，程如下： ( , ) = 0 = 0 = 0 ≠ 0 = 0 = 0 ≠ 0 ( 1, ) + 1 ( , 1) + 1 > 0 > 0 ( 1, 1) + ( , ) 中 ， 0 ≤ i ≤ m,0 ≤ j ≤ n 。 ( , ) = 0 1[ ] = 2[ ]1 1[ ] ≠ 2[ ],htien 相似度計算方法為： ( 1, 2) = 1 ( 1, 2)max( ( 1), ( 2))（3.1中 ( )表示字符串 s 的長度，max( ( 1), ( 2)) 表示取字符串串 s2 的長度的最大值。

如下圖 4.1 口令強度反饋對比圖所示，這往往給用戶帶來困惑，降低了用戶體驗。圖 4.1 口令強度反饋對比圖4.1 本章內(nèi)容概述口令由于主要涉及人的因素，導(dǎo)致完全由人為刻畫口令強度比較困難，而利用神經(jīng)網(wǎng)絡(luò)的高維函數(shù)擬合能力，能更好的挖掘口令上下文之間的潛在聯(lián)系�；诘谌碌难芯课覀兛梢园l(fā)現(xiàn)，不同的群體在口令生成時會表現(xiàn)出不同特點和喜

【參考文獻】：
期刊論文
[1]口令安全研究進展[J]. 王平,汪定,黃欣沂.  計算機研究與發(fā)展. 2016(10)
[2]一種基于姓名首字母簡寫結(jié)構(gòu)的口令破解方法[J]. 羅敏,張陽.  計算機工程. 2017(01)
[3]基于真實數(shù)據(jù)挖掘的口令脆弱性評估及恢復(fù)[J]. 劉功申,邱衛(wèi)東,孟魁,李建華.  計算機學(xué)報. 2016(03)
[4]基于神經(jīng)網(wǎng)絡(luò)的口令屬性分析方法[J]. 陳銳浩,邱衛(wèi)東.  微型電腦應(yīng)用. 2015(04)



本文編號：3366457