论文部分内容阅读
随着计算机技术的发展,信息安全性越来越受到人们的关注。口令验证机制是保证文件安全性的一种重要手段。但是,过于复杂的口令会给用户造成记忆负担,一旦忘记密码,可能造成巨大损失,同时加密文件也给安全部门的侦查取证工作带来了不便。口令恢复系统就是针对这种需求产生的。口令恢复系统中包含大量计算密集型的模块,通用计算机的计算能力已经远远不能满足其需求。同时以GPU为主的高性能异构计算平台存在能耗过高的问题。而将FPGA加入异构体系作为计算单元,不仅可以大幅降低系统功耗,而且对于计算密集型的应用有着出色的加速效果。本文依托拟态计算机的原理样机,在基于CPU+GPU+FPGA的异构平台下,设计涵盖MD5、SHA1、Office 2010、RAR和PDF五种加密类型的口令恢复系统,实现能效比的提高。为了进一步提高穷举模式的破解效率,口令恢复系统通常会采用字典文件。然而过于依赖字典也存在一些弊端。首先,字典文件是由事先生成好的一系列常用或有规律的口令组成的,如果字典中不含需要命中的口令,则仍需进行穷举破解,这样反而会降低破解效率。其次,系统所使用的字典往往有多个,而且体积往往很大,随着破解速度的不断加快,核心计算模块与存储模块之间的字典通信会遇到瓶颈,频繁地读取字典文件会降低破解效率。目前在口令恢复领域,穷举模式和字典模式相对独立,还没有将二者结合的相关研究。本文在口令恢复系统原有的决策模块的基础上,提出基于Bloom filter的决策模型。利用Bloom filter能够简洁地表示一个集合,并高效查询一个元素是否属于该集合的特点,以Bloom filter的查询结果作为口令恢复任务选择字典模式或者穷举模式的决策依据,从而将这两种模式有机地结合起来,实现在CPU+GPU+FPGA的异构平台上破解效率的最大化。最后通过使用SHA1加密类型的文件进行实验仿真。