没有网络安全,就没有国家安全。随着近几年科技的发展,越来越多的身份认证技术被提出。但是,文本口令以其可用性强,可变性强等优点,仍然是最为广泛应用的身份认证方式。人们在设置口令的时候,会根据自己的实际情况来设置不同的口令。随着科技的进步,深度学习被引入人们的视野。它可以让机器去完成一些人类无法完成的事情。当前口令研究中,大部分的口令研究只是单纯的设计一个口令安全协议,没有关注个人的因素。并且传统的口令研究,很少与当前流行的深度学习算法结合。针对以上提出的问题,本文选用一些具有个人特定因素的主题数据库,基于统计学理论、深度学习理论,从理论的视角对口令强度评估技术进行研究。这项工作得到了中国国家自然科学基金(No.61902396、61802404、61802394),中国科学院战略重点研究计划(No.XDC02040100),中国科学院网络评估技术重点实验室和北京市网络安全与防护技术重点实验室的支持。主要完成了以下工作:(1):对数据的收集、分析和处理。本文收集到的3300万条口令信息来自7个通过网上泄露的数据库。口令是由人生成,与人的行为习惯有直接的关系。对于一个口令来说,在一个网站中是强口令,但是在另一个网站中就可能是弱口令了。本文对收集到的数据库进行口令强度相对性分析、常用口令分析、基于主题的口令探索分析等。(2):基于传统口令猜测算法,提出一种新的基于PCFG的口令猜测模型——T-PCFG(Topic-PCFG)。根据传统的口令猜测算法没有关注个人因素的问题,本文结合PCFG算法,提出一种基于主题的口令猜测模型。它关注个人会根据一些主题(个人兴趣、宗教信仰、文化背景等)来设置自己的口令。(3):基于深度学习算法,提出一种基于规则的口令猜测模型——At PGAN(Attention password GAN)。随着深度学习在近几年的崛起,本文提出一种结合注意力机制的生成对抗神经网络模型,把深度学习与口令猜测相结合。在T-PCFG的理论结果下,更进一步探索,个人设置口令的一些规则性。本文在对应的章节末尾对提出的算法进行了实验验证。从口令可猜测率、模型的有效性和可行性等方面对本文提出的模型进行评估。论文的最后会对研究成果进行总结,并针对存在的问题对进一步的研究进行一个展望。图29幅,表14个,参考文献61篇。