论文部分内容阅读
伴随着互联网的发展,信息安全得到越来越多人的关注,其中,口令作为一种最普遍的身份识别机制,广泛应用于各个安全领域。用户的口令设置习惯直接体现在口令上并影响其安全性,通过对口令特点的研究,我们能够分析获得用户口令设置的潜在规则,进而将其应用到口令恢复、口令破解研究中。本文设计开发了一种基于神经网络的口令属性分析工具,适用于海量口令数据的分析研究。使用时,首先对大量的口令进行属性赋值,获得能反映口令特点的属性数据;进而对待分析的不同属性,利用MATLAB软件建立起其对应的神经网络模型,用以模拟属性间关系,并利用指定的样本对网络进行训练学习从而逼近真实的数据关系模型,而后采用测试样本进行仿真测试,根据其仿真准确率判断并找出潜在的有价值的属性间关系或规则;最后,根据这些属性规则,我们可以生成相应的反映用户口令设置习惯的暴力破解字典,为口令破解和口令恢复提供一定的指向性和帮助。实验表明,基于神经网络的口令属性分析工具,可以有效地分析判断不同应用类型的用户口令设置习惯,即口令属性间潜在的关系,进而找到其中有意义的部分并生成相应的暴力破解字典,加速口令破解和口令恢复。本工具的分析方法创新之处在于,它不同于常用的数据挖掘手段,也并非通过口令数据的统计分析来获得相关知识,而是利用神经网络直接建立起模拟数据关系的网络模型,并通过大量的数据样本对网络进行训练,使得该网络最大程度地逼近真实的数据关系模型,从而获得数据的潜在规律和关系。这种方法,为口令属性这种未知关系的探索,提供了一种具体而有效的分析手段,也为研究用户口令设置习惯提供了一种新的方式。此外,本文提出的口令属性定义和赋值方法也是一个创新点,通过该方法可以有效地将口令特征具体化、数字化。