韩伟力 中文主页--代表性论文.pdf 
韩伟力 中文主页--代表性论文.pdf
计 算 机 学 报 ＣＨＩＮＥＳＥＪＯＵＲＮＡＬ ＯＦＣＯＭＰＵＴＥＲＳ 第 ４０ 卷 第 ５ 期 ２０１７ 年 ５ 月 Ｖｏ ｌ．４０ Ｎｏ．５ Ｍａｙ２０１７ 一种基于样本的模拟口令集生成算法 韩伟力 袁 琅 （复旦大学软件学院 李思斯 上海 ２０１２０３） （上海市数据科学重点实验室 摘 要 王晓阳 上海 ２０１２０３） 大规模的用户口令集因可用于评估口令猜 测 算 法 的 效 率、检 测 现 有 用 户 口 令 保 护 机 制 的 缺 陷 等，而 广 受 系统安全研究领域的重视 ．然而，尽管可以通过一些 渠 道，譬 如 网 站 口 令 泄 露、用 户 自 愿 征 集 或 者 个 别 网 站 出 于 研 究目的的共享等，获取真实的大规模用户明文口令对当前研究人员来说仍然非 常 困 难 ．为 应 对 上 述 问 题，该 文 提 出 了一种基于样本的模拟口令集生成算法（ Ｓａｍｐ ｌ ｅＰｅ ｒ ｔ ｕ ｒ ｂａ ｔ ｉ ｏｎＢａ ｓ ｅｄＰａ ｓ ｓｗｏ ｒ ｄＧｅｎｅ ｒ ａ ｔ ｉ ｏｎ， ＳＰＰＧ）．该算法利用较容 易获得的小规模真实口令样本，通过学习生成概率 模 型，并 产 生 大 规 模 用 户 口 令 集 合 ．为 评 估 这 一 算 法 的 效 能，该 文提出了 一 组 模 拟 口 令 集 质 量 的 检 测 指 标，包 括 真 实 口 令 覆 盖 率、 Ｚ ｉ ｆ分 布 拟 合 度 等 ．最 后，论 文 对 比 了 ＳＰＰＧ 算 ｐ 法与当前常见的用户口令猜测概率模型，包括概率上 下 文 无 关 文 法 和 多 种 马 尔 科 夫 模 型，在 生 成 用 户 口 令 集 上 的 效能差异 ．结果显示， ＳＰＰＧ 算法产生的模拟口令集在各指 标 下 都 有 更 好 的 表 现 ．平 均 地，在 真 实 口 令 覆 盖 率 上，相 对上下文无关文法和四阶马尔科夫模型分别提高了 ９ ．５８％ 和 ７２ ．７９％ ，相对 三 阶 和 一 阶 马 尔 科 夫 模 型 分 别 提 高 了 １０ ．３４ 倍和 １３ ．４１ 倍，并且 Ｚ ｉ ｆ分 布 的 拟 合 度 保 持 在 ０ ．９ 及 以 上 的 水 平 ．同 时，其 口 令 结 构 分 布 和 特 殊 模 式 的 使 用 ｐ 也更符合真实用户生成口令的情况 ． 关键词 口令安全；口令集生成；样本；概率上下文无关文法；马尔科夫模型 中图法分类号 ＴＰ３９１ 犇犗犐号 １０． １１８９７／ＳＰ． Ｊ． １０１６． ２０１７． ０１１５１ 犃狀犈犳 犳 犻 犮 犻 犲狀 狋犃犾 狉 犻 狋 犺犿狋 狅犌犲狀犲 狉 犪 狋 犲犘犪 狊 狊狑狅 狉 犱犛 犲 狋 狊犅犪 狊 犲 犱狅狀犛犪犿狆 犾 犲 狊 犵狅 ＨＡＮ Ｗｅ ｉ Ｌ ｉ ＹＵＡＮ Ｌａｎｇ ＬＩＳ ｉ Ｓ ｉ ＷＡＮＧ Ｘｉ ａｏ Ｙａｎｇ （ 犛狅犳狋狑犪狉 犲犛犮犺狅狅 犾，犉狌犱犪狀犝狀 犻 狏犲 狉 狊 犻 狋 犻 ２０１２０３） 狔，犛犺犪狀犵犺犪 （ 犛犺犪狀犵犺犪 犻犓犲狔犔犪犫 狅 狉犪 狋 狅 狉狔狅犳 犇犪 狋 犪犛犮 犻 犲狀犮 犲，犛犺犪狀犵犺犪 犻 ２０１２０３） 犃犫 狊 狋 狉 犪 犮 狋 Ｌａ ｒ ｓ ｃ ａ ｌ ｅｒ ｅ ａ ｌｕｓ ｅ ｒｐａ ｓ ｓｗｏ ｒｄｓ ｅ ｔ ｓａ ｒ ｅｗｅ ｌ ｌｒ ｅｇａ ｒ ｄｅｄｉｍｐｏ ｒ ｔ ａｎ ｔｉ ｎｔ ｈｅｆ ｉ ｅ ｌ ｄｏ ｆｓｙｓ ｔ ｅｍ ｇｅ ｓ ｅ ｃｕ ｒ ｉ ｔ ｅ ｓ ｅ ａ ｒ ｃｈ，ｄｕｅｔ ｏｔ ｈｅ ｉ ｒｕｓ ａｇｅ ｓｉ ｎｅｖａ ｌ ｕａ ｔ ｉ ｎｇｔ ｈｅｅ ｆ ｆ ｉ ｃ ａ ｃｙ ｏ ｆｔ ｈｅａ ｌ ｒ ｉ ｔ ｈｍｓｔ ｈａ ｔｇｕｅ ｓ ｓ ｙｒ ｇｏ ｔ ｅ ｃ ｔ ｉ ｎｇｄｅ ｆ ｅ ｃ ｔ ｓｏ ｆｅｘ ｉ ｓ ｔ ｉ ｎｇｐａ ｓ ｓｗｏ ｒｄｐ ｒ ｏ ｔ ｅ ｃ ｔ ｉ ｏｎ ｍｅ ｃｈａｎ ｉ ｓｍｓ，ｅ ｔ ｃ．Ａｔｐｒ ｅ ｓ ｅｎ ｔ， ｓ ｓｗｏ ｒ ｄｓ，ａｎｄｄｅ ｐａ ｓ ｏｍｅ ｗａｙｓ ｏ ｆｃ ａｐ ｔ ｕ ｒ ｉ ｎｇ ｒ ｅ ａ ｌ ｐａ ｓ ｓｗｏ ｒｄｓａ ｒ ｅａｖａ ｉ ｌ ａｂ ｌ ｅｆ ｏ ｒｒ ｅ ｓ ｅ ａ ｒ ｃｈｅ ｒ ｓ，ｓｕｃｈ ａ ｓａ ｃ ｃ ｉ ｄｅｎ ｔ ａ ｌｏ ｒ ｍａ ｌ ｉ ｃ ｉ ｏｕｓｐａ ｓ ｓｗｏ ｒ ｄｓｄ ｉ ｓ ｃ ｌ ｏｓｕｒ ｅ，ｖｏ ｌ ｕｎ ｔ ａ ｒ ｅ ｒｃｏｎ ｔ ｒ ｉ ｂｕ ｔ ｉ ｏｎｓ，ｏ ｒｓｈａ ｒ ｉ ｎｇｂｙｖｏ ｌ ｕｎ ｔ ａ ｒ ｉ ｔ ｅ ｓ ｙｕｓ ｙ ｗｅｂｓ ｆ ｏ ｒｒ ｅ ｓ ｅ ａ ｒ ｃｈｐｕ ｒ ｓ ｅ ｓ．Ｈｏｗｅｖｅ ｒ，ｔ ｈｅ ｒ ｅａ ｒ ｅｓｏｍｅｓ ｅ ｒ ｉ ｏｕｓｌ ｉｍｉ ｔ ａ ｔ ｉ ｏｎｓｉ ｎｖｏ ｌ ｖｅｄｉ ｎｃｏ ｌ ｌ ｅ ｃ ｔ ｉ ｎｇ ｕｓ ｅ ｒ ｐｏ ｓ ｓｗｏ ｒ ｄｓ ｅ ｔ ｓｉ ｎｔ ｈｅａｂｏｖｅｗａｙｓ．Ｆｏ ｒｅｘａｍｐ ｌ ｅ，ｐａ ｓ ｓｗｏ ｒｄｓ ｅ ｔ ｓｔ ｈａ ｔａ ｒ ｅｃ ａｐ ｔ ｕ ｒ ｅｄｆ ｒ ｏｍ ｐａ ｓ ｓｗｏ ｒ ｄｓ ｐａ ｈｅ ｒ ｅ ｆ ｏ ｒ ｅｔ ｈｅ ｉ ｒｑｕａ ｌ ｉ ｔ ａｎｎｏ ｔｂｅｇｕａ ｒ ａｎ ｔ ｅ ｅｄ．Ｗｈａ ｔ’ ｓ ｄ ｉ ｓ ｃ ｌ ｏｓｕ ｒ ｅｍａｙｈａｖｅｂｅ ｅｎｔ ａｍｐｅ ｒ ｅｄ，ａｎｄｔ ｙｃ ｓｏ ｆｔ ｈｅ ｓ ｅｐａ ｓ ｓｗｏ ｒ ｄｓ ｅ ｔ ｓａ ｒ ｅｌ ｉｍｉ ｔ ｅｄ．Ａｓａｒ ｅ ｓｕ ｌ ｔ，ｉ ｔｉ ｓｓ ｔ ｉ ｌ ｌｄ ｉ ｆ ｆ ｉ ｃｕ ｌ ｔｆ ｏ ｒｒ ｅ ｓ ｅ ａ ｒ ｃｈｅ ｓｔ ｏ ｍｏ ｒ ｅ，ｔ ｙｐｅ ｈａｖｅａ ｃ ｃ ｅ ｓ ｓｔ ｏｔ ｈｅｌ ａ ｒ ｓ ｃ ａ ｌ ｅｃ ｌ ｅ ａ ｒ ｔ ｅｘ ｔｕｓ ｅ ｒｐａ ｓ ｓｗｏ ｒｄｓｉ ｎａｓ ｔ ｅｍａ ｔ ｉ ｃ ｍａｎｎｅ ｒ．Ｍｏ ｔ ｉ ｖａ ｔ ｅｄｔ ｏ ｇｅ ｙｓ ， ｒ ｅ ｓ ｏ ｌ ｖｅｔ ｈｅａｂｏｖｅｉ ｓ ｓｕｅ ｔ ｈ ｉ ｓｐａｐｅ ｒｐ ｒ ｅ ｓ ｅｎ ｔ ｓａｓ ａｍｐ ｌ ｅｐｅ ｒ ｔ ｕｒｂａ ｔ ｉ ｏｎｂａ ｓ ｅｄ ｐａ ｓ ｓｗｏ ｒｄ ｇｅｎｅ ｒ ａ ｔ ｉ ｏｎ ａ ｌ ｒ ｉ ｔ ｈｍ（ ＳＰＰＧｆ ｏ ｒｓｈｏ ｒ ｔ）．Ｔｈｅａ ｌ ｒ ｉ ｔ ｈｍｉ ｓｔ ｏｕｓ ｅａｇ ｉ ｖｅｎｓｍａ ｌ ｌ ｓ ｃ ａ ｌ ｅｒ ｅ ａ ｌｕｓ ｅ ｒｐａ ｓ ｓｗｏ ｒｄｓ ａｍｐ ｌ ｅ ｇｏ ｇｏ ａ ｓａｔ ｒ ａ ｉ ｎ ｉ ｎｇｓ ｅ ｔｔ ｏｇｅｎｅ ｒ ａ ｔ ｅａｐ ｒ ｏｂａｂ ｉ ｌ ｉ ｔ ｌｔ ｈａ ｔｃ ａｎｔ ｈｅｎｂｅｕｓ ｅｄｔ ｏｐ ｒ ｏｖ ｉ ｄｅｌ ａ ｒ ｓ ｃ ａ ｌ ｅｐａ ｓ ｓｗｏ ｒｄ ｙｍｏｄｅ ｇｅ 收稿日期： ２０１６ １０ ３１；在线出 版 日 期： ２０１７ ０３ ０１．本 课 题 得 到 上 海 市 科 委 “创 新 行 动 计 划 项 目 ”（ １６ＤＺ１１００２００）、国 家 自 然 科 学 基 金 （ ６１５７２１３６， ６１３７００８０）资助 ．韩伟力，男， １９７５ 年生，博士，教授，中国计算机学会（ ＣＣＦ）高级会员，主要 研 究 方 向 为 访 问 控 制、网 络 身 份 安 全、大数据 ． Ｅｍａ ｉ ｌ：ｗｌ ｈａｎ＠ｆ ｕｄａｎ． ｅｄｕ． ｃｎ．袁 琅，女， １９９３ 年生，硕士研究生，主要研究方向为信息安全 ．李思斯，女， １９９５ 年 生，硕 士 研 究生，主要研究方向为信息安全 ．王晓阳，男， １９５５ 年生，博士，教授，中国计算机学会（ ＣＣＦ）高级会员，主要研究领域为数据分析与安全 ． 计 １１５２ 算 机 学 报 ２０１７ 年 ｓ ｅ ｔ ｓ．Ｔｈｅｓｍａ ｌ ｌ ｓ ｃ ａ ｌ ｅｓ ａｍｐ ｌ ｅｉ ｓｒ ｅ ｌ ａ ｔ ｉ ｖｅ ｌ ａ ｓ ｉ ｅ ｒｔ ｏｏｂ ｔ ａ ｉ ｎ．Ｗｉ ｔ ｈｔ ｈｅｐｕ ｒｐｏｓ ｅｏ ｆｉｍｐ ｒ ｏｖ ｉ ｎｇｔ ｈｅ ｙｅ ， ａｕ ｔ ｈｅｎ ｔ ｉ ｃ ｉ ｔ ｆｔ ｈｅｓ ｉｍｕ ｌ ａ ｔ ｉ ｏｎｐａ ｓ ｓｗｏ ｒｄｓ ｅ ｔ ｓｔ ｈｅＳＰＰＧａ ｌ ｒ ｉ ｔ ｈｍｉ ｓｄｅ ｓ ｉ ｓ ｅｄｏｎｔ ｈｅｉ ｄｅ ａｏ ｆ ｙｏ ｇｏ ｇｎｅｄｂａ ｓ ａｍｐ ｌ ｅ ｐｅ ｒ ｔ ｕ ｒｂａ ｔ ｉ ｏｎ．Ｏｎ ｔ ｈｅ ｏｎｅ ｈａｎｄ，ｔ ｈｅ ａ ｌ ｒ ｉ ｔ ｈｍ ｔ ａｋｅ ｓ ａｄｖａｎ ｔ ａｇｅ ｏ ｆｔ ｈｅ Ｐｒ ｏｂａｂ ｉ ｌ ｉ ｓ ｔ ｉ ｃ ｇｏ Ｃｏｎ ｔ ｅｘ ｔ Ｆｒ ｅ ｅＧｒ ａｍｍａ ｒｔ ｏｐａ ｒ ｓ ｅｔ ｈｅｓ ａｍｐ ｌ ｅ，ａｎｄｔ ｈｅｎｇｅｎｅ ｒ ａ ｔ ｅ ｓｐａ ｓ ｓｗｏ ｒｄｓｔ ｈａ ｔｈａｖｅｔ ｈｅｓ ａｍｅ ｓ ｔ ｒｕｃ ｔ ｕｒ ｅ ｓｗｉ ｔ ｈ ｐａ ｓ ｓｗｏ ｒ ｄｓｉ ｎｔ ｈｅｓ ａｍｐ ｌ ｅ．Ｏｎｔ ｈｅｏ ｔ ｈｅ ｒｈａｎｄ，ｉ ｔａ ｌ ｓｏ ｕ ｔ ｉ ｌ ｉ ｚ ｅ ｓｒｕ ｌ ｅ ｓｔ ｈａ ｔａ ｒ ｅ ， ｆ ｒ ｅ ｔ ｌ ｅｄｆ ｏ ｒｕ ｓ ｅ ｒ ｓｔ ｏｄ ｅ ｆ ｏ ｒｍｔ ｈｅ ｉ ｒｐａ ｓ ｓｗｏ ｒ ｄ ｓ ａｎｄｔ ｈｅｎｇｅｎｅ ｒ ａ ｔ ｅ ｓｐａ ｓ ｓｗｏ ｒ ｄ ｓｔ ｈａ ｔａ ｒ ｅｓ ｉｍｉ ｌ ａ ｒｔ ｏ ｑｕｅｎ ｙｕｓ ｓ ｓｗｏ ｒ ｄｓｉ ｎｔ ｈｅｓ ａｍｐ ｌ ｅ．Ｔｏｅｖａ ｌ ｕａ ｔ ｅｔ ｈｅｅ ｆ ｆ ｉ ｃ ａ ｃ ｆｔ ｈｅＳＰＰＧａ ｌ ｒ ｉ ｔ ｈｍ，ｔ ｈ ｉ ｓｐａｐｅ ｒｐ ｒ ｅ ｓ ｅｎ ｔ ｓａ ｐａ ｙｏ ｇｏ ｓ ｅ ｔｏ ｆｃ ｒ ｉ ｔ ｅ ｒ ｉ ａｔ ｏｅｖａ ｌ ｕａ ｔ ｅｔ ｈｅｑｕａ ｌ ｉ ｔ ｆｔ ｈｅｓ ｉｍｕ ｌ ａ ｔ ｉ ｏｎｐａ ｓ ｓｗｏ ｒｄｓ ｅ ｔ ｓ．Ｔｈｅ ｓ ｅｃ ｒ ｉ ｔ ｅ ｒ ｉ ａｉ ｎｃ ｌ ｕｄｅｔ ｈｅ ｙｏ ｃ ｏｖｅ ｒ ａｇｅｒ ａ ｔ ｅｏ ｆｔ ｈｅｒ ｅ ａ ｌｐａ ｓ ｓｗｏ ｒｄｓ，ｔ ｈｅｇｏｏｄｎｅ ｓ ｓｏ ｆｆ ｉ ｔｔ ｏｔ ｈｅＺ ｉ ｆｄ ｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｉ ｏｎ，ｔ ｈｅｓ ｉｍｉ ｌ ａ ｒ ｉ ｔ ｆ ｐ ｙｏ ｓ ｓｗｏ ｒ ｄｓ ｔ ｒｕｃ ｔ ｕ ｒ ｅｄ ｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｉ ｏｎｓａｎｄｔ ｈｅｐｒ ｏｐｏ ｒ ｔ ｉ ｏｎｏ ｆｓｐｅ ｃ ｉ ａ ｌｐａ ｔ ｔ ｅ ｒｎｓ．Ｉ ｎｔ ｈｅｅｎｄ，ｔ ｈ ｉ ｓｐａｐｅ ｒ ｐａ ｃｏｍｐａ ｒ ｅ ｓｔ ｈｅｅ ｆ ｆ ｉ ｃ ａ ｃ ｆｔ ｈｅＳＰＰＧ ａ ｌ ｒ ｉ ｔ ｈｍ ｗｉ ｔ ｈｔ ｈｅｐｏｐｕ ｌ ａ ｒｐｒ ｏｂａｂ ｉ ｌ ｉ ｔ ｌ ｓｏ ｆｐａ ｓ ｓｗｏ ｒｄ ｙｏ ｇｏ ｙ ｍｏｄｅ ｓ ｓ ｉ ｎｇ，ｉ ｎｃ ｌ ｕｄ ｉ ｎｇｔ ｈｅＰｒ ｏｂａｂ ｉ ｌ ｉ ｓ ｔ ｉ ｃＣｏｎ ｔ ｅｘ ｔ Ｆｒ ｅ ｅＧｒ ａｍｍａ ｒａｎｄｓ ｅｖｅ ｒ ａ ｌｖａ ｒ ｉ ａｎ ｔ ｓｏ ｆｔ ｈｅ Ｍａ ｒｋｏｖ ｇｕｅ ｍｏｄｅ ｌ ｓ．Ｉ ｎｔ ｈｅｅｘｐｅ ｒ ｉｍｅｎ ｔ，ｓｍａ ｌ ｌ ｓ ｃ ａ ｌ ｅｓ ａｍｐ ｌ ｅ ｓａ ｒ ｅｒ ａｎｄｏｍｌ ｅ ｌ ｅ ｃ ｔ ｅｄｆ ｒ ｏｍｒ ｅ ａ ｌｕｓ ｅ ｒｐａ ｓ ｓｗｏ ｒｄ ｙｓ ， ｓ ｅ ｔ ｓ ａｎｄｔ ｈｅｎａ ｒ ｅｕ ｓ ｅ ｄｂｙｄ ｉ ｆ ｆ ｅ ｒ ｅｎ ｔｍｏｄｅ ｌ ｓｔ ｏｇｅｎｅ ｒ ａ ｔ ｅｔ ｈｅｓ ｉｍｕ ｌ ａ ｔ ｉ ｏｎｐａ ｓ ｓｗｏ ｒ ｄｓ ｅ ｔ ｓ．Ｔｈｅｅｘｐｅ ｒ ｉｍｅｎ ｔ ｒ ｅ ｓｕ ｌ ｔ ｓｓｈｏｗｔ ｈａ ｔｔ ｈｅＳＰＰＧａ ｌ ｒ ｉ ｔ ｈｍｈａ ｓｂｅ ｔ ｔ ｅ ｒｐｅ ｒ ｆ ｏ ｒｍａｎｃ ｅ ｓ．Ｏｎａｖｅ ｒ ａｇｅ，ｔ ｈｅｃｏｖｅ ｒ ａｇｅｏ ｆｔ ｈｅ ｇｏ ｒ ｅ ａ ｌｐａ ｓ ｓｗｏ ｒ ｄｓｉ ｓｉｍｐ ｒ ｏｖｅｄｂｙ９ ．５８％ ａｎｄ７２ ．７９％ ｒ ｅ ｓｐｅ ｃ ｔ ｉ ｖｅ ｌ ｒ ｅｄ ｗｉ ｔ ｈｔ ｈｅＰｒ ｏｂａｂ ｉ ｌ ｉ ｓ ｔ ｉ ｃ ｙｃｏｍｐａ Ｃｏｎ ｔ ｅｘ ｔ Ｆｒ ｅ ｅＧｒ ａｍｍａ ｒａｎｄｔ ｈｅ４ ｏ ｒ ｄｅ ｒＭａ ｒｋｏｖｍｏｄｅ ｌ．Ａｎｄｔ ｈｅｃｏｖｅ ｒ ａｇｅｏ ｆｔ ｈｅｒ ｅ ａ ｌｐａ ｓ ｓｗｏ ｒｄｓｉ ｓ １０ ．３４ｔ ｉｍｅ ｓｍｏ ｒ ｅｔ ｈａｎｔ ｈｅ３ ｏ ｒｄｅ ｒＭａ ｒｋｏｖｍｏｄｅ ｌａｎｄ１３ ．４１ｔ ｉｍｅ ｓｍｏ ｒ ｅｔ ｈａｎｔ ｈｅ１ ｏ ｒ ｄｅ ｒＭａ ｒｋｏｖ ｈｅｇｏｏｄｎｅ ｓ ｓｏ ｆｆ ｉ ｔｔ ｏｔ ｈｅＺ ｉ ｆｄ ｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｉ ｏｎｒ ｅｍａ ｉ ｎｓａ ｔａｈ ｉ ｅｖｅ ｌｔ ｈａ ｔｉ ｓｎｏｌ ｅ ｓ ｓ ｍｏｄｅ ｌ．Ｂｅ ｓ ｉ ｄｅ ｓ，ｔ ｐ ｇｈｌ ｔ ｈａｎ０ ．９．Ａｓｆ ｏ ｒｔ ｈｅ ｐａ ｓ ｓｗｏ ｒｄｓ ｔ ｒｕｃ ｔ ｕｒ ｅｄ ｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｉ ｏｎａｎｄｔ ｈｅ ｐ ｒ ｏｐｏ ｒ ｔ ｉ ｏｎ ｏ ｆｓｐｅ ｃ ｉ ａ ｌｐａ ｔ ｔ ｅ ｒｎｓ， ｓ ｉｍｕ ｌ ａ ｔ ｉ ｏｎｐａ ｓ ｓｗｏ ｒ ｄｓ ｅ ｔ ｓｇｅｎｅ ｒ ａ ｔ ｅｄｂｙｔ ｈｅＳＰＰＧａ ｌ ｒ ｉ ｔ ｈｍａ ｒ ｅａ ｌ ｓ ｏｓｈｏｗｎｔ ｏｂｅｍｏ ｒ ｅｓ ｉｍｉ ｌ ａ ｒｔ ｏ ｇｏ ｔ ｈｅｒ ｅ ａ ｌｐａ ｓ ｓｗｏ ｒｄｓ ｅ ｔ ｓｃｏｍｐａ ｒ ｅｄｗｉ ｔ ｈｓ ｉｍｕ ｌ ａ ｔ ｉ ｏｎｐａ ｓ ｓｗｏ ｒｄｓ ｅ ｔ ｓｇｅｎｅ ｒ ａ ｔ ｅｄｂｙｔ ｈｅｏ ｔ ｈｅ ｒｍｏｄｅ ｌ ｓ． 犓犲 狉 犱 狊 ｐａ ｓ ｓｗｏ ｒ ｄｓ ｅ ｃ ｕ ｒ ｉ ｔ ｓ ｓｗｏ ｒ ｄｓ ｅ ｔｇｅｎｅ ｒ ａ ｔ ｉ ｏｎ；ｓ ａｍｐ ｌ ｅ；ｐａ ｓ ｓｗｏ ｒｄｃ ｏｎ ｔ ｅｘ ｔ ｆ ｒ ｅ ｅｇ ｒ ａｍｍａ ｒ； ｙ；ｐａ 狔狑狅 Ｍａ ｒｋｏｖｍｏｄｅ ｌ 由于数据污染而包 含 大 量 的 相 同 条 目，这 样 的 口 令 １ 引 言 集会给口令研究的结果带来偏差 ．甚至，迄今为止尚 不能判断这些数据集是否还存在其他的污染 ． 文本口令是目前最常用的网站用户认证方式之 （ ２）当 前 泄 露 的 用 户 真 实 口 令 种 类 有 限 ．当 前 一 ．它在为用户和网 站 管 理 者 提 供 使 用 便 利 的 同 时 泄露的大规模 用 户 口 令 集 通 常 都 是 基 于 Ｗｅｂ 的 论 也伴随着严重的安全威胁 ．在系统安全研究领域，大 坛型网站口令集，缺少包括网上银行、企业信息系统 规模的用户口令集因可用于评估口令猜测算法的效 等更为敏感的信息 系 统 口 令 集 ．这 使 得 研 究 人 员 得 率、检测现有用户口令保护机制的缺陷等，而成为十 到的研究结果不能直接影响到这些高度敏感系统的 分关键的研究材料 ．当前，真实的用户口令集可通过 安全防护 ． 一些渠道收集，如：部分口令安全研究直接利用公开 （ ３）当 前 泄 露 的 口 令 集 存 在 时 效 性 问 题 ．随 着 可获得的 大 规 模 泄 露 口 令 作 为 用 户 口 令 集 进 行 研 时间的推移，很多系 统 采 取 单 向 加 密 机 制 保 护 存 储 究 ［ １ ３］ ；也有研究者通过用户自愿征集的方式来收集 的用户口令，使得研 究 人 员 通 过 口 令 泄 露 获 取 用 户 口令；另外，个别网站还会出于研究目的而共享用户 明文口令变得越来 越 困 难 ．这 导 致 当 前 的 口 令 安 全 口令 ［ ４］ ．然而，后两 种 渠 道 获 取 的 口 令 规 模 有 限，而 研究很多采用的是 ２０１２ 年左右泄露的用户口令 ． 网上泄露的用户口令又有着其他严重的局限，例如： 综 上，有 针 对 性 地 获 取 大 规 模 的 用 户 口 令 集 对 （ １）当 前 泄 露 的 用 户 真 实 口 令，其 数 据 质 量 不 能保证，导致研究结 果 会 随 着 数 据 质 量 的 差 异 而 不 一致 ．例如文献［ ５］指出 Ｔｉ ａｎｙａ① 和 ７ｋ７ｋ② 口令 集， ／／ｈｅ ／ｈ Ｔｉ ａｎｙａ．ｈ ｔ ｔ ｌ ｉ ａｎｙａ．ｃｎ／ａｂｏｕ ｔ ｉ ｓ ｔ ｏ ｒ ｐ： ｐ．ｔ ｙ／２０１１／０６／ ０２／１６６６６６． ｓｈ ｔｍ ／／ｗｗｗ． ／ａｂｏｕ ７ｋ．ｈ ｔ ｔ ７ｋ７ｋ． ｃ ｏｍ／ｈ ｔｍｌ ｔ． ｈ ｔｍ ② ７ｋ ｐ： ① ５期 韩伟力等：一种基于样本的模拟口令集生成算法 １１５３ 于研究人员来说仍 然 十 分 困 难 ．然 而 无 论 是 真 实 用 的真实性 ．本文认为，口令概率模型生成的口令集真 户口令集还是高质 量 的 模 拟 用 户 口 令 集，对 于 评 估 实性可以通过模拟口令是否符合真实用户设置口令 用户口令猜测算法 的 效 率、评 估 用 户 口 令 强 度 度 量 的习惯来判断 ．这 涉 及 两 个 层 次 的 条 件：首 先，模 拟 方法的有效性、构建口令字典等都同样十分重要 ． 口令集需要符合人类口令集普遍的分布规 律 ．Ｗａｎｇ 为 了 解 决 这 一 问 题，本 文 利 用 机 器 学 习 领 域 虚 等人对网 站 用 户 口 令 集 的 整 体 频 率 分 布 进 行 了 研 拟样本生成的思想，提 出 了 一 种 利 用 现 有 的 口 令 作 究 ② ，他们指出 用 户 口 令 集 的 口 令 出 现 频 次 与 频 次 为小样本来生成能反映目标网站真实用户口令选择 的排序 之 间 存 在 Ｚ ｉ ｆ 分 布 的 特 点 ．因 此，利 用 Ｚ ｉ ｆ ｐ ｐ 的模拟口令集的方法 ．通过这一方法生成的口令集， 分布的拟合程度来评估模拟口令集应是个良好的指 由于用户口令的小 样 本 相 对 可 控，因 此 无 论 是 大 规 标；其次，模拟口令集需要描述样本对应的网站中用 模模拟数据集的质量、用户口令的种类，还是用户口 户口令设置习惯，例 如 该 网 站 中 所 有 口 令 的 长 度 分 令的时效性都可以得到有效保障 ． 布、字符类型分布 等 ．本 文 综 合 考 虑 了 这 两 个 条 件， 在 机 器 学 习 领 域，虚 拟 样 本 是 指 在 未 知 样 本 概 率分布函数的情况 下，利 用 研 究 领 域 先 验 知 识 并 结 并提出从真实口令覆盖率、 Ｚ ｉ ｆ分布拟合度、口令 结 ｐ 构分布以及特殊模式的使用这 ４ 个方面对口令集真 合已有的训练样本，产 生 待 研 究 问 题 的 样 本 空 间 中 实性进行全面的统计分析 ．结果显示，由 ＳＰＰＧ 算法 ［ ６］ ．在模拟口令集生成的问题中，先 验知识表现为现有的口令研究中发现的一些用户口 Ｍａ ｒｋｏｖ 模型具有更高的真实性 ． 令设置规律，已有的 样 本 即 研 究 者 能 够 获 取 的 小 规 本文的主要贡献包括： 模口令数据 ．模拟口 令 集 的 目 标 是 尽 可 能 生 成 属 于 （ １）提出了一种 高 效 的 基 于 样 本 的 模 拟 口 令 集 真实用户口令分布 空 间 中 的 合 理 样 本，即 生 成 大 规 生成算法 ＳＰＰＧ．该 算 法 利 用 小 规 模 用 户 真 实 口 令 模真实的网站用户 口 令 ．用 户 口 令 的 生 成 方 法 总 体 样本，采用基于扰动 的 方 式 生 成 大 规 模 模 拟 口 令 数 可以归纳为 ３ 类：（ １）基于特定场景的 规 则（如 长 度 据． ＳＰＰＧ 算法借 助 了 上 下 文 无 关 文 法 学 习 生 成 概 限制或字符种类限制等）产生具有一定特征的口令； 率模型，但进一步对 该 模 型 空 间 进 行 了 裁 剪 并 添 加 （ ２）基于字典，再结合一些变形产生口令 ．当前流行的 口令攻击工具Ｊ ｏｈｎｔ ｈｅＲｉ ｒ① 产生候选口令的字 ｐｐｅ 了与样本具有更高 相 关 性 的 口 令，增 加 了 模 拟 口 令 的部分合理样本 典模式就属于这种情况；（ ３）建立 口 令 概 率 模 型，训 练口令数据，并生成概率模型空间中的其他口令 ．常 ［］ 用的用户口令模 型 包 括 Ｎａ ｒ ａｙａｎａｎ 和 Ｓｈｍａ ｔ ｉ ｋｏｖ７ 在 ２００５ 年提 出 的 基 于 马 尔 科 夫 模 型 （以 下 简 写 为 ［］ “Ｍａ ｒｋｏｖ”模 型）的 口 令 生 成 方 法 和 Ｗｅ ｉ ｒ等 人 ８ 在 ２００９ 年提出的基于概率上下文无关文法（ Ｐｒ ｏｂａｂ ｉ ｌ ｉ ｓ ｔ ｉ ｃ Ｃｏｎ ｔ ｅｘ ｔ Ｆｒ ｅ ｅＧｒ ａｍｍａ ｒ，以 下 简 写 为 “ ＰＣＦＧ”）的 口 令生成方法 ．在用户口令研究中，口令生成主要用于 网站口令猜测攻击 ．基于概率模型的方法由于相对其 他方法具有更好的 适 应 性 和 扩 展 性，因 此 是 目 前 最 有效的口令攻击方法之一 ．然而，这些以攻击为目的 而生成的口令在恢 复 网 站 原 始 口 令 的 同 时，也 包 含 许多不属于真实用 户 设 置 的 口 令 ．本 文 提 出 的 基 于 样本的 模 拟 口 令 集 生 成 算 法 （ Ｓａｍｐ ｌ ｅＰｅ ｒ ｔ ｕｒｂａ ｔ ｉ ｏｎ ＳＰＰＧ”） Ｂａ ｓ ｅｄＰａ ｓ ｓｗｏ ｒ ｄＧｅｎｅ ｒ ａ ｔ ｉ ｏｎ，以 下 简 写 为 “ 充分考虑到现有口 令 生 成 模 型 的 不 足，并 在 它 们 的 基础上实现了更优的模拟口令生成效能 ． 本文也提出了一组指标来评估口令集生成算法 的有效性 ．评估的标 准 主 要 是 所 生 成 的 模 拟 口 令 集 生成的模 拟 口 令 集 相 比 ＰＣＦＧ 模 型 和 一 阶 或 多 阶 集的真实性 ．另外， ＳＰＰＧ 算法 不 必 对 整 个 口 令 空 间 进行概率排序，这明显提高了模拟口令集生成速度 ． 平均地， ＰＣＦＧ 模 拟 口 令 集 的 生 成 时 间 约 为 ＳＰＰＧ 的２ ．４３ 倍；而单机的一阶 Ｍａ ｒｋｏｖ 模 拟口 令 集 生 成 时间约为 ＳＰＰＧ 的 ３３ ．６４ 倍 ． （ ２）提出利用多 个 指 标 从 不 同 角 度 对 模 拟 口 令 集的质量进行综合 评 估 的 方 法 ．以 中 英 文 网 站 泄 露 的大量真实口令 数 据 为 实 验 材 料，对 比 了 ＳＰＰＧ 算 法与现有两种主要口令模型分别生成的模拟口令集 的真实性 ．评估 结 果 显 示 ＳＰＰＧ 的 模 拟 口 令 集 的 真 实口令覆盖率相对 ＰＣＦＧ 提 高了 ９ ．５８％ ，相 对一 阶 Ｍａ ｒｋｏｖ 提高了 １３ ．４１ 倍；在 不 同 样 本 和 模 拟 规 模 下Ｚ ｉ ｆ拟合度始终保持 在 ０ ．９ 以 上，能 较 好 地 符 合 ｐ Ｚ ｉ ｆ分 布；口 令 结 构 分 布 和 包 含 特 殊 模 式 的 口 令 比 ｐ 例都比 ＰＣＦＧ 和 Ｍａ ｒｋｏｖ 模型更接近真实 用 户 生成 口令的情况 ． ／／ｗｗｗ． Ｊ ｏｈｎｔ ｈｅＲｉ ｒｐａ ｓ ｓｗｏ ｒ ｄｃ ｒ ａ ｃｋｅ ｒ．ｈ ｔ ｔ ｏｐｅｎｗａ ｌ ｌ． ｐｐｅ ｐ： ｃ ｏｍ／ ｏｈｎ／ ｊ ／／ｅｐ ｉ ｆ’ ｓＬａｗｉ ｎＰａ ｓ ｓｗｏ ｒ ｄｓ．ｈ ｔ ｔ ｒ ｉ ｎ ｔ． ｉ ａ ｃ ｒ． ｏ ｒ ② Ｚ ｐ ｐｓ： ｇ／２０１４／ ６３１． ｆ２０１４ ｐｄ ① 计 １１５４ 算 机 学 报 ２０１７ 年 本文第 １ 节 描 述 背 景 和 主 要 的 研 究 内 容；第 ２ 方法 ．一个 狀 阶 马 尔 科 夫 链 的 计 算 公 式 可 表 示 为 节介绍相关工作，包括两种口令概率模型、虚拟样本 生成方法和现有的 口 令 特 征 研 究；第 ３ 节 提 出 基 于 犘（ 狓犻｜狓犻－１ ， 狓犻－２ ，…， 狓１ ）＝犘 （ 狓犻｜狓犻－１ ，…， 狓犻－狀 ）．对 口令“ 犮１犮２犮３ …犮犻”，按 一 阶 马 尔 科 夫 模 型 计 算 其 概 率 小样本的模拟口令 集 生 成 算 法；第 ４ 节 利 用 多 个 评 为 犘（“ 犮１犮２犮３ …犮犻”）＝犘（ 犮１｜ 犮０ ） 犘（ 犮２｜ 犮１ ） 犘（ 犮３｜ 犮２ ）… 估指 标 对 比 几 种 模 型 产 生 的 模 拟 口 令 集 质 量；第 ５ 节是实验要点和其他问题的讨论；最后，第 ６ 节对本 犘（ 犮犻｜ 犮犻－１ ），其 中犮０ 表 示 开 始 字 符，而 犘（ 犮犻｜ 犮犻－１ ）的 值从训练集中统计而来 ．概率模型建立之后，口令生 文进行总结和展望 ． 成过程根据由马尔科夫链形成的树形结构而从根部 开始搜索可能的所有口令 ． ２ 相关工作 一些研究试图对 ＰＣＦＧ 和 Ｍａ ｒｋｏｖ 模型 进行 改 ［ ］ 进 ．例如， Ｚｏｕ 等 人 １３ 指 出 ＰＣＦＧ 模 型 中 基 本 的 高 ２ １ 口令概率模型 利用口令概率模型生成口令的过程大致包括训 概率口令结构能产 生 的 口 令 数 目 较 少，因 此 将 这 些 练口令样本，建立概率模型，再输出概率空间中包含 的所有可 能 口 令 ．Ｍａ 等 人 ［９］对 口 令 概 率 模 型 设 计 Ｖｅ ｒ ａ ｓ等人 １４ 提出 基 于 自 然 语 言 处 理 的 方 法 ．其 核 心思想是在 ＰＣＦＧ 算 法 的 基 础 上，通 过 分 词 和 词 性 空间做了详细的总 结，他 们 将 口 令 模 型 分 为 基 于 整 标注进一步挖掘字 母 片 段 中 包 含 的 语 义 信 息 ．自 然 个字符串的模型和 基 于 模 板 的 模 型 ．基 于 模 板 的 模 语言处理方法目前的口令猜测攻 击效 果 介于 ＰＣＦＧ 型将一个用户口令 分 解 为 几 个 片 段，然 后 分 别 为 每 ［ ］ ［， ］ 和 Ｍａ ｒｋｏｖ 之间 １５ ．一 些 研 究 ９ １６ 也 用 实 验 对 比 了 个片 段 计 算 概 率 ．典 型 的 代 表 为 ＰＣＦＧ 模 型 ［８］．而 基于整个字符串的 模 型 则 没 有 分 段 的 概 念 ．典 型 代 ＰＣＦＧ 和 Ｍａ ｒｋｏｖ 模 型 口 令 猜 测 的 表 现 ．通 常， ＰＣＦＧ 模型在猜测初期即尝试次 数较 少 的时 候 猜 测 ［ ］ 表为 Ｃａ ｓ ｔ ｅ ｌ ｌ ｕｃ ｃ ｉ ａ等人 １０ 提出的基 于 整 个 字 符 串 的 效率 比 Ｍａ ｒｋｏｖ 模 型 更 高；但 ＰＣＦＧ 模 型 最 终 的 覆 Ｍａ ｒｋｏｖ 模型，另外 还 有 Ｍｅ ｌ ｉ ｃｈｅ ｒ等 人 于人工神经网络的模型等 ． ［ １１］ 提出的基 ２ ．１ ．１ 基于上下文无关文法的口令生成 ＰＣＦＧ 是一种 基 于 模 板 的 口 令 模 型 ．该 方 法 将 高概率 口 令 结 构 按 用 户 划 分 习 惯 进 行 再 次 划 分 ． ［ ］ 盖率比较有 限，而 Ｍａ ｒｋｏｖ 模 型 在 猜 测 后 期 表 现 更 ［ ］ 好． Ｕｒ等人 １７ 指出，由于不 同 的 概 率 模 型 在 口 令 猜 测的有效性上存在 系 统 性 的 差 别，依 赖 任 何 一 种 单 一的模型都难以取得理想的结果 ．各模型在使用时， 口令用数字（ Ｄ）、字 母 （ Ｌ）和 特 殊 字 符 （ Ｓ）这 ３ 种 形 式表示，且连续相同类型的字符划归到同一片段 ．例 需要仔细地配置并与其他方法进行结合 ． 如口令“ ｓ ｓｗｏ ｒ ｄ１２３”表 示 为 Ｌ８Ｄ３ ，称 为 半 终 端 结 ｐａ 构 ．口令概率的计算 分 为 半 终 端 结 构 的 计 算 和 半 终 的算 法 ．后 文 中 讨 论 的 ＰＣＦＧ 和 Ｍａ ｒｋｏｖ 模 型 生 成 口令集是一种通用 的 模 拟 口 令 集 生 成 途 径 ．本 文 用 端 结 构 实 例 化 为 具 体 字 符 串 的 计 算 ．例 如，口 令 它们的对比实验来展示本文提出算法的效率 ． “ ｓ ｓｗｏ ｒ ｄ１２３”的概率计算为 ｐａ ｓ ｓｗｏ ｒ ｄ１２３”）＝犘（ ｓ ｓｗｏ ｒｄ” 犘（“ Ｌ８Ｄ３） 犘（“ ｜Ｌ８） ｐａ ｐａ ２ ２ 使用样本生成模拟数据集 在 机 器 学 习 领 域，虚 拟 样 本 生 成 技 术 已 经 得 到 犘（“ １２３” ｜Ｄ３）． 概率模型建立好之 后，口 令 生 成 过 程 通 过 优 先 队 列 了许多研究 ．这些研 究 按 照 生 成 思 想 大 致 可 以 分 为 实现概率从高到低的输出 ． ２ ．１ ．２ 基于马尔科夫模型的口令生成 马 尔 科 夫 模 型 本 身 是 自 然 语 言 处 理 中 的 方 法， ［ ７］ 本文首次提出了专门用于生成模拟用户口令集 ［ ］ ３ 类 １８ ：（ １）基 于 研 究 领 域 具 体 的 先 验 知 识 构 造 虚 拟样本；（ ２）基于 扰 动 的 思 想 构 造 虚 拟 样 本；（ ３）基 于研究领域的分布 函 数 构 造 虚 拟 样 本 ．在 口 令 生 成 的方法中，基于规则 限 制 和 基 于 字 典 的 方 法 类 似 于 首次用来描述口令的字符序 基于先验知识的构 造 方 法；用 概 率 模 型 生 成 候 选 口 列 分 布 ，从 而 帮 助 约 减 口 令 猜 测 空 间 ，并 实 现 快 速 令的方法类似于基 于 分 布 构 造 函 数 的 构 造 方 法 ．在 的 字 典 攻 击 ．文 献 ［ １０］基 于 这 一 模 型 计 算 口 令 概 生成模拟口令集的 场 景 中，简 单 的 基 于 规 则 的 生 成 率 ，实 现 了 具 有 适 应 性 的 口 令 强 度 评 估 标 准 ．后 来 方法要求目标集合 具 有 明 显 的 规 则 特 征；基 于 字 典 其 他 研 究 者 ［１２］也 使 用 Ｍａ ｒｋｏｖ 模 型 进 行 猜 测 攻 击 的口令生成方法适 应 性 和 口 令 空 间 的 覆 盖 率 有 限； 实验并验证了该模型的有效性 ．文献［ ９］还对马尔科 基于概率模型的方法由于并不能完整地描述小样本 夫链的 多 种 变 形 做 了 详 细 讨 论，包 括 马 尔 科 夫 链 中包含的口令分布信息，所以合 理 性有 限 ．以 ＰＣＦＧ 不同阶数的 选 择 以 及 一 些 标 准 化 处 理 和 平 滑 处 理 和 Ｍａ ｒｋｏｖ 模型 为 例， ＰＣＦＧ 模 型 重 点 描 述 了 半 终 由 Ｎａ ｒ ａｙａｎａｎ 等 人 ５期 韩伟力等：一种基于样本的模拟口令集生成算法 １１５５ 端结构的计 算 和 半 终 端 结 构 实 例 化，而 Ｍａ ｒｋｏｖ 模 指出 用 户 口 令 特 征 会 以 某 些 方 式 随 着 时 间 不 断 型则更关注相邻字 符 之 间 的 链 式 概 率 关 系 ．它 们 都 改变 ． 在一定程度上对 训 练 口 令 进 行 了 解 析 和 概 率 统 计， 但都不够完整 ．事实上，在先验知识有限且分布构造 ２ ．３ ．３ 口令中的语义信息 研 究 发 现 语 言、地 区 文 化 等 因 素 也 会 影 响 口 令 函数难以确认的情 况 下，生 成 基 于 样 本 的 模 拟 口 令 的设置 ．文献［ ２１］调 研 了 ４ 个 公 司 的 口 令 构 造 异 同 集最适宜采用基于扰动的思想 ． 并展示了中国文化 对 口 令 设 置 的 影 响 ．例 如 中 文 用 文献［ １９］以 建 立 优 良 的 口 令 强 度 标 准 为 目 的， 对 ＰＣＦＧ 和 Ｍａ ｒｋｏｖ 模 型 的 局 限 性 作 了 初 步 的 分 户的 口 令 中 会 包 含 一 些 与 普 通 话 有 谐 音 的 数 字 析 ．他们指出用户设 置 口 令 时 倾 向 于 直 接 对 现 有 的 （“ ５２０１３１４”、“ ７７５８５２０”等）．文献［ ２２］利用可视化方 法调研了口令中的 语 义 信 息，并 且 发 现 口 令 中 包 含 口令进行一些混合 规 则 的 变 化，而 不 是 产 生 一 个 全 明显的日期格式 ．文献［ ５］对中英文用户口令中的特 新的无关的口令 ．因 此 这 两 种 模 型 刻 画 的 概 率 空 间 殊模式作了更详细 的 调 研，最 后 发 现 口 令 中 各 种 语 和实际情况有一定 差 距 ．这 些 讨 论 也 印 证 了 本 文 采 义信息，包 括 汉 语 拼 音、英 文 单 词、诗 词、行 政 区 等 ． 用基于扰动的思想生成模拟口令集的合理性 ． Ｌ ｉ等人 ２５ 针对大 规 模 中 英 文 口 令 集 进 行 了 系 统 性 分析，发现中文用户口令特 有 的 性 质 ．Ｈａｎ 等 人 ① 分 ２ ３ 用户口令特征分析 研究者利用大规模泄露的口令或通过调研收 集的真 实 用 户 口 令，进 行 了 详 细 的 口 令 特 征 分 ［ ］ 析了口令重用情况，并 指 出 了 口 令 重 用 带 来 的 严 重 ［ ］ 安全威胁 ． Ｌ ｉ ｕ 等人 ２６ 分析了 ２０１１ 年中国部分 网 站 析 ［９，２０２２］① ．这些研究使得我们 对 用 户 口 令 设 置 习 惯 泄露的大量真实口 令 中 的 结 构 和 语 义 规 律，并 进 一 有了比较全面的了解 ． 步发现这些口令与 口 令 之 间、口 令 与 用 户 其 他 信 息 ２ ．３ ．１ 口令频次分布 哈佛大学语 言 学 专 家 Ｚ ｉ ｆ在 语 料 库 中 发 现 一 ｐ 条统计 型 经 验 规 律，称 为 Ｚ ｉ ｆ分 布 ． Ｚ ｉ ｆ分 布 的 表 ｐ ｐ 之间一些明显的站内和跨站关联规则 ． ３ 口令集生成算法设计 述为：将单词在语料库中出现的次数由大到小排列， 单词频数与单词 排 序 数 的 常 数 次 幂 存 在 反 比 关 系 ． ２０１２ 年，文献［ ２３］调研了能否使用 Ｚ ｉ ｆ分布来描述 ｐ 用户口令集中的口 令 频 率 ．实 验 表 明 用 户 口 令 集 中 频次 与 其 排 序 基 本 符 合 Ｚ ｉ ｆ分 布． ２０１４ 年，Ｗａｎｇ ｐ 等人再次分 析 了 口 令 集 中 的 这 一 特 性 ② ，研 究 表 明 Ｚ ｉ ｆ分布完美地存在于用户生成的口令集中 ．同 时， ｐ 论文给出了 Ｚ ｉ ｆ公式： 犻狊，其中 犆 和狊 为具体 ｐ 犳犻＝犆／ 数据集决定的常量， 犳犻为口令在集合中出 现的频次， 犻 为口令频次由高到低排序的序号 ． ２ ．３ ．２ 口令结构特点 许多研究对用户口令集的结构特征进行了经 验分 析，分 析 内 容 主 要 包 括 口 令 长 度 分 布、口 令 中 ９５ 个可打印 字 符 的 分 布、口 令 中 “数 字／字 母／特 殊 字符”的字符类型分 布 等 ．例 如，文 献 ［ ２０］以 部 分 英 文用户和西班牙用 户 的 口 令 为 研 究 对 象，分 析 了 两 类用户口令在口令长度、字符类型、首尾字母的频率 分布等方面存在的差别 ．文献［ ９］对中英文网站用户 ３ １ 算法概述 为了在生成大规模口令的同时保持口令集的真 实性，本算法采用基 于 扰 动 的 样 本 生 成 思 想 并 结 合 ＰＣＦＧ 模型来构 造 模 拟 口 令 集 ．这 意 味 着 口 令 集 主 要围绕已有的样本 进 行 扩 展，即 基 于 已 有 的 元 素 对 口令空间进行填充 ．填 充 的 方 法 主 要 是 按 照 用 户 设 置密码通常采用对已有密码进行变形而不是重新创 建完全无关的密码 的 思 想，基 于 训 练 集 里 的 口 令 进 行一些变形，从而生 成 更 可 能 符 合 用 户 实 际 使 用 的 口令 ．最终，模拟口令集中的口令就由与样本完全相 同的口令以及基于样本的相似口令组成 ． 基于扰动的口令生成不仅可以提高模拟口令的 真实 性，还 可 以 实 现 比 单 纯 的 ＰＣＦＧ 和 Ｍａ ｒｋｏｖ 等 概率模型更快速 的 模 拟 口 令 生 成 ．算 法 中 ＰＣＦＧ 模 型的使用，一方面是 利 用 它 来 控 制 模 拟 口 令 集 口 令 结构分布的合理性，另 一 方 面 也 扩 大 了 模 拟 口 令 集 的生成空间 ．尽 管 Ｍａ ｒｋｏｖ 模 型 在 口 令 猜 测 方 面 也 有很好的表现，并 且 相 对 ＰＣＦＧ 模 型 可 以 产 生 更 大 的口令长度分布、字符类型分布等特征进行挖掘 ．统 计结果显示不同网站的用户口令集在结构特征上有 ［ ］ 一定的差异 ． Ｓｈｅｎ 等人 ２４ 也 从 口 令 长 度、组 成 和 大 小写选择等方面对 大 规 模 口 令 集 进 行 了 分 析 ．他 们 将统计结果与往年 的 口 令 特 征 研 究 进 行 了 对 比，并 Ｈａｎ Ｗｅ ｉ Ｌ ｉ，Ｌ ｉＺｈ ｉ Ｇｏｎｇ，Ｎｉ Ｍｉ ｎ Ｙｕｅ，ｅ ｔａ ｌ．Ｓｈａｄｏｗ ａ ｔ ｔ ａ ｃ ｋ ｓｂ ａ ｓ ｅ ｄ ｏｎ ｐ ａ ｓ ｓｗｏ ｒ ｄｒ ｅ ｕ ｓ ｅ ｓ： Ａ ｑｕ ａ ｎ ｔ ｉ ｔ ａ ｔ ｉ ｖ ｅｅｍｐ ｉ ｒ ｉ ｃ ａ ｌ ｖ ｉ ｅｗ．ＩＥＥＥ Ｔｒ ａｎｓ ａ ｃ ｔ ｉ ｏｎｓｏｎ Ｄｅｐｅｎｄａｂ ｌ ｅａｎｄＳｅ ｃｕｒ ｅＣｏｍ ｔ ｉ ｎｇ，２０１６，ＤＯＩ：１０ ．１１０９／ＴＤＳＣ． ２０１６ ．２５６８１８７ ｐｕ ／／ｅｐ ｉ ｆ’ ｓＬａｗｉ ｎＰａ ｓ ｓｗｏ ｒ ｄｓ．ｈ ｔ ｔ ｒ ｉ ｎ ｔ． ｉ ａ ｃ ｒ． ｏ ｒ ② Ｚ ｐ ｐｓ： ｇ／２０１４／ ６３１． ｆ２０１４ ｐｄ ① １１５６ 计 算 的猜测空间，但通 常 ＰＣＦＧ 模 型 能 更 好 地 描 述 原 始 口令集的 特 征 ．因 此，本 算 法 主 要 借 助 ＰＣＦＧ 模 型 机 学 报 ２０１７ 年 过口令变形的方式生成 ． 考虑 到 步 骤 ２～１８ 生 成 的 是 样 本 集 合 整 数 倍 对口令结构进行划分 ． 的模拟口令，不 一 定 等 于 模 拟 口 令 集 目 标 总 数 犖 ． ３ ２ 算法详细描述 如算 法 １ 所 示，本 文 提 出 的 基 于 样 本 的 模 拟 口 因此剩 余 小 部 分 的 模 拟 口 令 犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋２ 需 要 令集生成算法主要包括两步： 中，作为基准的样本口令 犛犪犿狆犾 犲犛犲 狋２ 从 犛犪犿狆犾 犲犛犲 狋 再通过 犵犲 狋犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋（即步骤 ２～１８）来生成 ．其 （ １）样本的训练 ． 步骤１ 表示根据 ＰＣＦＧ 的方法对样本建立概率 中随 机 采 样， 犛犪犿狆犾 犲犛犲 狋２ 的 总 数 犕２ ＝ 犖２／犡．步 模型 ．首先将口令转化为以数字（ Ｄ）、小写 字母（ Ｌ）、 犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋 中 ．最 终，算 法 返 回 犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋 （步骤 ２５）． 大写字母（ Ｕ）和 特 殊 字 符（ Ｓ）的 形 式 表 示 的 字 符 类 型，再统计每一种子 模 板 中 不 同 长 度 的 结 构 片 段 对 应的具体口令子字符串概率 ． 骤 ２２～２４ 将 最 后 一 部 分 模 拟 口 令 加 入 模 拟 口 令 集 算法 １． 基于样本的模拟口令生成算法 ． 输入：已知的样本集合 犛犪犿狆犾 犲犛犲 狋 一种口令结构划分方法 ＰＣＦＧ （ ２）模拟口令的生成 ． 步骤 ２～１８ 表 示 算 法 会 循 环 地 为 犛犪犿狆犾 犲犛犲 狋 中每个 口 令 生 成 犡 个 相 关 的 模 拟 口 令 ．其 中， 犡＝ 犖／犕 ， 犖 为 模 拟 口 令 集 的 目 标 口 令 数， 犕 为样本集 的口令总 数， 犡 是 向 下 取 整 的 结 果 ．步 骤 ３～１７ 具 体地根据样本口令来生成模拟口令 ．在文献［ ３］的用 户口令设置习惯调研中，用户在设置新口令时按照与 已 有 口 令 的 相 似 程 度 可 以 分 为 三 种 情 况 ：使 用 已 模拟口令集目标口令数 犖 中 间 结 果 ：不 同 类 型 和 长 度 的 口 令 片 段 及 其 比 例 犛犲犵犘狉 狅 犫 狊 输出：模拟口令集 犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋 １．犛犲犵犘狉 狅 犫 狊←ＰＣＦＧ（ 犛犪犿狆犾 犲犛犲 狋） ２．ＦＯＲｅ ａ ｃｈ狆 ｉ ｎ犛犪犿狆犾 犲犛犲 狋 ＤＯ ３． 犡１ ← 犡／１０＞１？犡／１０： １ ４．ＦＯＲ犻＝０；犻＜犡１ ；犻＋＋ ＤＯ 有 口 令 、设 置 相 似 的 口 令 和 设 置 全 新 的 口 令 ．本 算 ５． 法也利用这一规律生成三类与样本口令具有不同相 ６． ＥＮＤＦＯＲ 似程度的模拟口令，它 们 分 别 是 与 样 本 口 令 完 全 相 ７． 犡２ ＝犡－犡１ 同的口令、与样本口 令 相 似 的 口 令 以 及 与 样 本 口 令 ８． ＦＯＲ犻＝０；犻＜犡２ ；犻＋＋ ＤＯ 具有相同结构的任意 口 令 ．首 先，在 步 骤 ３～６ 中 生 ９． ′←犛犪犿犲犛狋 狉狌犮 狋（ 犛犲犵犘狉 狅 犫 狊，狆） 狆 成与 狆 完全相同的模拟口令狆 ′，并加入模拟口令 集 １０． ＩＦＰＣＦＧ（ ′）＜１／犖 ＴＨＥＮ 狆 犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋．相同口令的 比 例 为 模 拟 口 令 总 数 的 １／１０；剩 余 部 分 的 模 拟 口 令 由 步 骤 ７～１７ 来 生 成 ． １１． ′←犛犪犿犲犛狋 狉狌犮 狋（ 犛犲犵犘狉 狅 犫 狊， 狆 狆） １２． ′）＜１／犖 ＴＨＥＮ ＩＦＰＣＦＧ（ 狆 步骤 ９ 随机 生 成 和 口 令 狆 在 ＰＣＦＧ 模 型 空 间 中 具 １３． ′← 犜狉犪狀 狊犳狅 狉犿犪 狋 犻 狅狀（ 狆 狆） 有相同结构的新口令 狆 ′．为 了 提 高 生 成 真 实 口 令 的 １４． 可能性，在步骤 １０ 判 断 口 令 狆 ′ 在 ＰＣＦＧ 模 型 中 的 概率值是否小于 １／犖 ．若小 于 １／犖 说 明 按 照 ＰＣＦＧ 模型的估算， ′ 在 模 拟 口 令 集 中 出 现 频 率 小 于 １， 狆 算法在步骤 １１ 对 狆 ′ 进 行 重 新 生 成 ．如 果 二 次 生 成 的口令 狆 ′ 概 率 仍 然 小 于 １／犖 ，则 在 步 骤 １３ 中 用 犜狉犪狀 狊犳狅 狉犿犪 狋 犻 狅狀 方 法 将 狆 ′ 取 为 与 狆 相 似 的 口 令， 犜狉犪狀 狊犳狅 狉犿犪 狋 犻 狅狀 方法在后文 有 详 细 的 介 绍 ．在 以 上 犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋． ａｄｄ（ ′） 狆 ＥＮＤＩＦ １５． ＥＮＤＩＦ １６． 犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋． 犪犱犱（ ′） 狆 １７． ＥＮＤＦＯＲ ＥＮＤＦＯＲ １８． １９．犖２ ← 犖 －犕 犡 ２０． 犛犪犿狆犾 犲犛犲 狋 ２←犘犪 狊 狊狑狅 狉犱犛犪犿狆犾 犻 狀犵（ 犛犪犿狆犾 犲犛犲 狋， 犖２） ２１． 犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋 ２←犵 犲 狋 犛 犻犿狌 犾 犪 狋 犻 狅 狀犛犲 狋（ 犛犪犿狆 犾 犲犛犲 狋 ２， 犖２） ２２． ＦＯＲｅ ａ ｃｈ狆 ｉ ｎ犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋 ２ ＤＯ 的步 骤 中，随 机 产 生 与 口 令 狆 结 构 相 同 的 口 令，是 ２３． 犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋． ａｄｄ（ 狆） 利用 ＰＣＦＧ 这 种 比 较 符 合 常 规 的 口 令 结 构 划 分 方 ２４． ＥＮＤＦＯＲ 式对口令结构分 布 进 行 控 制 ．若 直 接 利 用 ＰＣＦＧ 空 ２５．ＲＥＴＵＲＮ 犛犻犿狌 犾 犪 狋 犻 狅狀犛犲 狋 间随机生成新口令，只能提高模拟口令生成速度，而 算法 ２ 展 示 了 基 于 变 形 的 相 似 口 令 生 成 方 法 无法提 高 ＰＣＦＧ 模 型 的 模 拟 口 令 真 实 性 ．因 此 步 骤 １０～１５ 通过重新生成的方式使得新口令 狆 ′ 集中 犜狉犪狀 狊犳狅 狉犿犪 狋 犻 狅狀 的具体内容 ．与 样 本 口 令 相 似 的 口 令是通过对样本口 令 进 行 常 见 的 规 则 变 换 而 得 到 ． 于 ＰＣＦＧ 概率空间中 的 高 概 率 部 分，另 一 部 分 则 通 一些研究 ［３，１９］调查了广受用户欢 迎的 一些 针 对已 有 ５期 韩伟力等：一种基于样本的模拟口令集生成算法 口令的变换规则 ．不同的研究因为调研的规模大小、 １１５７ 大写有的小写，则转为全大写或全小写形式）． 目标人群的差异等原因可能会对这些规则的具体使 步骤 ８～９ 对应 Ｌｅ ｅ ｔ① 变换 ．主要对常见的几种 用情况给出不一致 的 结 论 ．但 总 体 而 言 这 些 变 换 规 形似的字符做替 换，包括 ａ 与 ＠ 的互 换、 ｓ与 ＄ 的 互 则被使用的频率基 本 类 似 ．在 实 际 的 用 户 口 令 设 置 换、 ｏ 与 ０ 的 互 换、 ｉ与 １ 的 互 换、 ｅ与 ３ 的 互 换 和ｔ 中，可能用到的相似口令变换规则不胜枚举 ．本算法 与 ７ 的 互 换 ．例 如 将 从 样 本 口 令“ ｓ ｓｗｏ ｒ ｄ”变 换 到 ｐａ 选取了在文献［ ３， １９］的 调 研 中，用 户 使 用 比 例 最 高 “ ｒ ｄ”；步 骤 １０～１１ 对 应 子 字 符 串 位 置 的 ｐ＠＄＄ｗｏ 的十条变换规则的交集部分 ．注意，“反转”（例如，将 变换 ．算法以特 殊 符 号 作 为 分 隔 符，将 子 字 符 串 按 口令“ ａｂｃ １２３”变为“ ３２１ｃｂａ”）和“插入 网站特 定的信 照 字 符 类 型 分 类 ．若 除 去 特 殊 符 号 后 口 令 不 是 单 息”（例如，向口令中插入网站的名字）虽然也属于上 一 的 字 符 类 型 ，则 将 首 尾 的 子 字 符 串 进 行 位 置 交 述交集部分，但 在 本 文 的 算 法 中 暂 不 考 虑 ．这 是 由 换 ．例 如 从 “ ０２０４ｇｚｗｚ”；步 骤 １２～１３ ０２０４”到 “ ｇｚｗｚ 于，为了便于记忆，用户选择反转的口令通常带有一 对应连续字符的变 换 ．口 令 中 字 符 的 连 续 可 能 有 两 定的特征，这些特征 的 多 样 性 使 得 算 法 难 以 迅 速 且 种形式 ．一 种 是 字 符 串 的 ＡＳＣＩ Ｉ 值 连 续，一 种 是 字 准确地过滤出这类口令；而插入网站特定的信息时， 符串在标准键盘中 同 一 行 位 置 里 的 连 续 ．连 续 字 符 可用于插入的信息也是形式多样 ．因此，为了保证算 的变换是将字符串按照相同的规律添加一个字符或 法生成的扩展口令的真实性以及算法生成模拟口令 删除一个字符或整个口令字符串替换为另一个同类 的时间效率，我们最 终 针 对 交 集 部 分 里 的 六 条 规 则 型的字 符 串 ．例 如 从 样 本 口 令 “ １２３４５６７８”变 换 到 进行相应的变换 ．算法 ２ 首 先 在 步 骤 ３ 中 随 机 选 定 一条当前口令变换 要 使 用 的 规 则，然 后 相 应 地 在 步 “ １２３４５６７８９”、“ １２３４５６７”或“ ａｂｃｄｅ ｆ ｇｈ”；步骤 １４～１５ 表示若口令本身具 有 回 文 或 重 复 的 特 征，则 取 口 令 骤 ５、 ７、 ９、 １１、 １３ 或 １５ 中实现变换 ．以下是这几种变 的一半作为 相 似 口 令，例 如 从 样 本 口 令 “ ｓ ｓｗｏ ｒ ｄ ｐａ 换的实现细节 ． 步骤 ４～５ 对 应 删 除 变 换 ．如 果 口 令 由 两 种 及 ｓ ｓｗｏ ｒ ｄ”． ｓ ｓｗｏ ｒ ｄ”到相似口令“ ｐａ ｐａ 最后，算法 ２ 里最外层的循 环（步 骤 １～２）表 示 以上 的 字 符 类 型 组 成，算 法 会 对 口 令 中 出 现 个 数 如果当前的口令无法按照随机选中的某变换规则进 最少的那类字符 Ｃ 进行删除 ．为 了 增 加 相 似 口 令 的 行扩 展，例 如 口 令 “ ｖｘ ｆ ｄ５ｗ５ｘ”因 为 不 包 含 Ｌｅ ｅ ｔ变 多 样 性 ，被 删 除 的 字 符 可 以 是 口 令 中 包 含 的 所 有 换相关的字符，无 法 进 行 Ｌｅ ｅ ｔ 变 换，则 重 新 选 择 其 的 Ｃ 类 字 符 ，也 可 以 是 由 别 的 字 符 类 型 分 隔 开 的 他规则 ． 一 段 Ｃ 类 字 符 ．另 外 ，一 些 用 户 习 惯 设 置 新 口 令 时 在 现 有 口 令 基 础 上 添 加 一 个 字 符 ．因 此 ，删 除 变 换 算法 ２． 基于规则的相似口令生成 犜狉犪狀 狊犳狅 狉 犿犪 狋 犻 狅狀． 也 可 以 是 删 除 口 令 中 的 一 个 字 符 ．例 如 ，样 本 口 令 输入：口令 狆 “ １２３ｐａ ｓ ｓｗｏ ｒ ｄ１２３”通过删除变换可以得到相似口令 输出： ′ 狆 经过变形后的相似口令狆 “ ｓ ｓｗｏ ｒ ｄ１２３”、“ ｓ ｓｗｏ ｒ ｄ”或“ １２３ｐａ ｓ ｓｗｏ ｒｄ１２”．考 ｐａ ｐａ 虑到许多用户设置新口令时会选择对现有口令进行 添加部分字符的变换 ．同时，进入算法 ２ 的口令为在 １．犿犪 狋 犮犺犚狌 犾 犲←ＦＡＬＳＥ 犿犪 狋 犮犺犚狌 犾 犲 ２． ＷＨＩＬＥ ！ ３． 狉狌 犾 犲犜狔狆犲←犚狌 犾 犲犜狔狆犲犛犪犿狆犾 犻 狀犵（） ４． ＩＦ狉狌 犾 犲犜狔狆犲＝１ＴＨＥＮ ＰＣＦＧ 模型中概 率 较 小 的 口 令 ．这 类 口 令 往 往 具 有 ５． 长度较长或结构较 为 复 杂 的 特 征 ．因 此 进 行 删 除 部 ６． ＥＬＳＥＩＦ狉狌 犾 犲犜狔狆犲＝２ＴＨＥＮ 分字符的处理很可能得到与样本口令相似且符合用 ７． 狊 犲犆狅狀狏 犲 狉 狊 犻 狅狀（ ′←犆犪 狆 狆） 户口令设置习惯的新口令 ．注意，如果当前场景中明 ８． ＥＬＳＥＩＦ狉狌 犾 犲犜狔狆犲＝３ＴＨＥＮ 确规定了最短口令 长 度，那 么 当 删 除 变 换 执 行 后 的 ９． 口令长度小于最小口令长度，则删除不成功 ． １０． ＥＬＳＥＩＦ狉狌 犾 犲犜狔狆犲＝４ＴＨＥＮ 步骤 ６～７ 对应字母大小写变换 ．这也是最常见 的用户口令变换之 一 ．大 小 写 变 换 一 般 为 口 令 的 首 字母变换，同时也可 能 有 整 个 字 母 片 段 的 大 小 写 变 １１． 犾 犲 狋 犲（ ′← 犇犲 狆 狆） ′←犔犲 犲 狋（ 狆 狆） ′←犛狌犫 狊 狋 狉 犻 狀犵犕狅狏 犲犿犲狀 狋（ 狆 狆） １２． ＥＬＳＥＩＦ狉狌 犾 犲犜狔狆犲＝５ＴＨＥＮ １３． ′←犛犲 犲犜狉犪狀 狊犳狅 狉犿犪 狋 犻 狅狀 （ 狆 狇狌犲狀犮 狆） １４． ＥＬＳＥＩＦ狉狌 犾 犲犜狔狆犲＝６ＴＨＥＮ 换（若字母片段为全小写则将它转为全大写形式；若 字母片段为全大写，则将其转为全小写形式；若有的 ① ／／ｓ ／Ｌｅ Ｌｅ ｅ ｔ．ｈ ｔ ｔ ｉｍｐ ｌ ｅ． ｗｉ ｋ ｉ ｉ ａ． ｏ ｒ ｋ ｉ ｅ ｔ ｐｓ： ｐｅｄ ｇ／ｗｉ 计 １１５８ 算 ′← 犎犪 犾犳（ 狆 狆） 机 学 报 ２０１７ 年 １６． ＥＮＤＩＦ （ ４）特殊模式 的 使 用 ．为 了 便 于 记 忆，用 户 设 置 口令时倾向于遵循 一 定 的 结 构 或 语 义 模 式 ．模 拟 口 １７． ＩＦ狆 ′！＝ＮＵＬＬ 令集也应该体现这 一 规 则，即 包 含 特 殊 模 式 的 口 令 １５． １８． 犿犪 狋 犮犺犚狌 犾 犲←ＴＲＵＥ 在口令集中也应该 占 据 一 定 比 例 ．口 令 中 可 能 包 含 １９． ＥＮＤＩＦ 各种形式的特殊模 式，我 们 选 取 常 见 的 一 些 结 构 模 ２０． ＥＮＤ ＷＨＩＬＥ 式和语义模 式 进 行 统 计 ．其 中，结 构 模 式 包 括 单 一 ′ ２１．ＲＥＴＵＲＮ 狆 字符（口令中只包含一种单一字符，例如“ １１１１１１”）、 ４ 评 估 两种单一字符拼接（例如“！！！！！＠＠＠＠＠ ”）、顺序 字符（口令为 ＡＳＣＩ Ｉ值连 续 上 升 或 下 降 的 一 串 字 符 序列，例 如 “ ａｂｃｄｅ ｆ １２３４５６”）、顺 序 字 符 叠 加 ｇｈ”、“ ４ １ 评估指标 通过样本生成的具有较高真实性的模拟口令 （即 由 叠 加 的 顺 序 字 符 组 成，例 如 “ ａ ａｂｂｃ ｃｄｄ”）和 集，一方面应当符合 一 般 用 户 口 令 集 的 口 令 频 率 分 键盘模式（符 合 标 准 键 盘 上 的 位 置 分 布 规 律，例 如 布规律，另一方面应 当 能 反 应 该 样 本 对 应 的 真 实 用 属于键 盘 中 的 同 一 行 字 符 “ ａ ｓｄ ｆ ｚ字形分布 ｇｈ”、 户口令设置特点 ．本 文 使 用 以 下 ４ 个 方 面 的 指 标 对 “ ｚｘｃ ｆ ｑａｗｓｘｄ”、蛇形分 布 “ ｇｈ”等）；语 义 模 式 包 括 常 见中英文单词（例 如 “ ｉ ｌ ｏｖｅｙｏｕ”）和 日 期 格 式 ．其 中， 生成的模拟口令集质量进行分析： （ １）口 令 覆 盖 率 ．即 模 拟 口 令 集 里 的 口 令 属 于 网站真实口令的比 例 ．这 一 指 标 直 接 反 映 了 口 令 模 节日，主要有六位短日期和八位长日期两类 ．一般年 型还原原始口令库的能力 ． 月日之间可以无间隔，也可以有“ ／”这 ３ 种 ”、“．”、“ （ ２） Ｚ ｉ ｆ分 布 拟 合 优 度 ．假 设 一 个 口 令 集 包 含 ｐ 了 狀 个不同的 口 令，其 Ｚ ｉ ｆ 分 布 由 以 １０ 为 底 的 双 ｐ 分隔 符 ．例 如 用 Ｙ 表 示 年，Ｍ 表 示 月，Ｄ 表 示 日， 对数关系表示，有回归 方 程： ｌ ｏｇ犳犻 ＝ｌ ｏｇ犆－狊ｌ ｏｇ 犻． 其中， 犻 为各 口 令 按 照 出 现 的 频 次 从 高 到 低 排 序 的 序号， 犳犻 为 第犻 个 口 令 出 现 的 频 次 ．统 计 学 中，回 归 直线与各观测点的接近程度称为回归直线对数据的 拟合优度 ．拟 合 程 度 由 决 定 系 数 犚２① 来 度 量 ． 犚２ 表 征了因变量的变异中有多少百分比可由自变量来解 释，其计算公式为 ＹＹＹＹＭＭＤＤ 的八 位 长 日 期 也 可 能 有 ＹＹＹＹＭＭ ＤＤ、 ＹＹＹＹ．ＭＭ． ＤＤ 或 ＹＹＹＹ／ＭＭ／ＤＤ 的形式 ． ４ ２ 评估中使用的数据集 本文使用ＣＳＤＮ②、嘟嘟牛 ③、 Ｒｏ ｃｋｙｏｕ④ 和Ｙａｈｏｏ⑤ 这４个 网 站 泄 露 的 大 量 真 实 口 令 作 为 实 验 数 据． ＣＳＤＮ 是 中 国 最 大 的 ＩＴ 社 区 和 服 务 平 台，在 ２０１１ 年底被黑客曝光了 六 百 多 万 个 账 号 及 明 文 口 令 ．嘟 嘟牛（以 下 用 Ｄｕｄｕｎ ｉ ｕ 表 示 ）是 中 国 一 家 主 要 为 网 犛犛ｒｅｓ 犚 ＝１－ 犛犛ｔｏｔ ２ 吧提供管理软件平台的商业网站，同样在 ２０１１ 年泄 露约一千五百 万 个 用 户 口 令 ． Ｒｏｃｋｙｏｕ 是 一 家 美 国 狀 ＾） ∑ （狔 －狔 ２ 犻 ＝１－ 日期格 式 通 常 代 表 着 用 户 的 生 日、纪 念 日 或 重 要 游戏社交网 站， ２００９ 年 遭 受 了 泄 露 事 故，导 致 约 三 犻 犻＝１ 狀 ． － ２ ∑ （狔犻－狔） 千两百万纯文本口令泄露 ． Ｙａｈｏｏ 是在 ２０１２ 年被黑 犻＝１ 客组织 ＤＤ３ＤｓＣｏｍｐａｎｙ 利 用 ＳＱＬ 注 入 攻 击 获 取 其中， 犛犛ｒｅｓ称 为 残 差 平 方 和， 犛犛ｔｏｔ为 总 平 方 和； 狔犻 为 了约四十四万的用 户 账 户 登 录 详 情 ．这 些 泄 露 的 口 ＾犻 因变量 观 察 值，在 Ｚ ｉ ｆ分 布 中 即 ｌ ｏｇ犳犻 的 观 察 值； ｐ 狔 令库可以从网上公开获取，我们去除用户个人信息， － 为回归 公 式 拟 合 的 值， 犚２ 的 狔 为 观 察 值 的 平 均 数． 只收集其中的用户口令进行研究 ．另外，我们对这些 值域为［ ０， １］， 犚 越接近１表示自变量对因变量的 解释程度越高，相关方程式参考价值越高 ． 口令做了基本的清 理，去 除 可 能 包 含 干 扰 信 息 的 口 （ ３）口令结构分 布 ．将 口 令 字 符 串 进 行 分 解，可 以发现不同口令集合中口令包含的结构也呈现一定 口令，且长度范围限 定 在 ４ 到 ４０ 之 间 ．数 据 集 详 细 ２ 的统计特 征 令，最 终 只 保 留 由 ９５ 个 可 打 印 ＡＳＣＩ Ｉ字 符 组 成 的 信息见表 １． ［ ５， ２０ ２１］ ．本 文 选 择 两 个 基 本 的 口 令 结 构 特征进行分析：口令长度分布和字符类型分布 ．字符 类型是指将 ９５ 个可打印字符分为数字（ ０～９）、小写 字母（ ａ～ｚ）、大 写 字 母 （Ａ～Ｚ）和 特 殊 字 符 ４ 类 ．这 ４ 种基本字符类型可形成 １５ 种不同的组合方式 ． ① ② ③ ④ ⑤ 决 定 系 数 Ｃｏ ／／ｅ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｔｏ ｆｄ ｅ ｔ ｅ ｒｍｉ ｎ ａ ｔ ｉ ｏｎ．ｈ ｔ ｔ ｓ： ｎ． ｗ ｉ ｋ ｉ ｅ ｄ ｉ ａ． ｐ ｐ ／ｗｉ ／Ｃｏｅ ｏ ｒ ｋ ｉ ｆ ｆ ｉ ｃ ｉ ｅｎ ｔ＿ ｏ ｆ＿ ｄｅ ｔ ｅ ｒｍｉ ｎａ ｔ ｉ ｏｎ ｇ ／／ｗｗｗ． ／ ＣＳＤＮ．ｈ ｔ ｔ ｃ ｓ ｄｎ． ｎｅ ｔ ｐ： 嘟嘟牛 ．ｈ ／／ｗｗｗ． ｔ ｔ ｄｕｄｕｎ ｉ ｕ． ｃｎ／ ｐｓ： ／／ｒ Ｒｏ ｃｋｙｏｕ．ｈ ｔ ｔ ｏ ｃｋｙｏｕ． ｃ ｏｍ／ ｐ： ／／ｗｗｗ． Ｙａｈｏｏ．ｈ ｔ ｔ ｃ ｏｍ／ ｐ： ｙａｈｏｏ． ５期 韩伟力等：一种基于样本的模拟口令集生成算法 １１５９ 口令比 例 ．可 以 看 到，对 ＣＳＤＮ、Ｄｕｄｕｎ ｉ ｕ、Ｒｏｃｋｙｏｕ 表 １ 数据集的基本情况（数量（ 犝）表示口令集里 不相同的口令的数量） 和 Ｙａｈｏｏ，五 个 模 型 的 覆 盖 率 呈 现 一 致 的 规 律 ．以 网站 原始数量 清理后的数量 数量（ 犝） 语言 ＣＳＤＮ ６４２８６２９ ６４２０４２６ ４０３０９１８ 中文 Ｄｕｄｕｎ ｉ ｕ １５１３１８３３ １５０４９４５１ ９４９１３２９ 中文 Ｒｏ ｃｋｙｏｕ ３２６０３０４８ ３２５７５７７０ １４３２５７０９ 英文 Ｙａｈｏｏ ４４２７７４ ４４２２８７ ３４２２０５ 英文 ４ ３ 模拟口令集的评估 本节通过 实 验 对 比 本 文 提 出 的 ＳＰＰＧ 算 法 与 ＰＣＦＧ 及马尔科 夫 模 型 生 成 的 模 拟 口 令 集 质 量 ．为 了更加准确地刻画 用 户 口 令 使 用 情 况，我 们 采 用 了 文献［ ９］和 文 献 ［ １６］中 对 ＰＣＦＧ 的 改 进 实 验 方 案 ． 一方面，将 ＰＣＦＧ 方法 中 半 终 端 结 构 的 字 母 类 型 进 一步划分为大写字母类型（ Ｕ）和小写字母类型（ Ｌ）； 另 一 方 面 ，对 大 写 或 小 写 字 母 类 型 的 半 终 端 到 具 ＣＳＤＮ 数 据 集 为 例，覆 盖 率 最 低 的 是 一 阶 Ｍａ ｒｋｏｖ 模 型 产 生 的 模 拟 口 令 集，其 值 为 ０ ．０２；尽 管 随 着 Ｍａ ｒｋｏｖ 阶数的增加覆 盖 率 有 所 增 加 （四 阶 Ｍａ ｒｋｏｖ 的覆 盖 率 为 ０ ．１５），但 是 仍 然 明 显 低 于 ＰＣＦＧ 和 ＳＰＰＧ 模拟口令 集 ．对 比 ＰＣＦＧ 和 ＳＰＰＧ 模 拟 口 令 集， ＳＰＰＧ 模拟口 令 集 相 对 原 始 口 令 库 的 口 令 覆 盖 率（ ０ ．３３）略高于 ＰＣＦＧ 模 拟 口 令 集（ ０ ．３０）．根 据 四 个网站数据 集 的 平 均 结 果， ＳＰＰＧ 模 拟 口 令 集 相 对 ＰＣＦＧ 模拟口令集提高了 ９ ．５８％ ；相对四阶 Ｍａ ｒｋｏｖ 提高 了 ７２ ．７９％ ；相 对 三 阶 Ｍａ ｒｋｏｖ 提 高 了 １０ ．３４ 倍；相对 一 阶 Ｍａ ｒｋｏｖ 提 高 了 １３ ．４１ 倍 ．总 体 而 言， ＳＰＰＧ 模拟口令集具有最高的覆盖率 ． 体 口 令 片 段 的 频 率 计 算 ，不 再 使 用 外 部 字 典 ，改 为 利 用 训 练 集 来 生 成 相 应 的 字 典 ．由 于 马 尔 科 夫 模 型中马 尔 科 夫 链 的 阶 可以有一阶或任意多阶的形 式，我们选择了其中 最 基 本 的 一 阶 马 尔 科 夫 模 型 以 及通常在口令猜测中表现较好的三阶和四阶马尔科 夫模型 ． 实验的主要流程包括：获取原始口令库样本、用 ＳＰＰＧ 算法和两种概率模型分别训 练 口 令 样 本 并 生 成指定数目的模 拟 口 令 集，最 后 按 照 ４ ．１ 节 中 的 指 标评估各模拟口令 集 的 质 量 ．这 些 模 拟 口 令 集 在 后 文中分 别 表 示 为 ＳＰＰＧ 模 拟 口 令 集、 ＰＣＦＧ 模 拟 口 令集、一阶 Ｍａ ｒｋｏｖ 模 拟 口 令 集、三 阶 Ｍａ ｒｋｏｖ 模 拟 口令集和四阶 Ｍａ ｒｋｏｖ 模拟口令集 ． 实验中，样本从原始口令库中随机抽取，样本规 模为原始口令库的十分之一 ．三种方法训练样本后， 图 １ 模拟口 令 集 覆 盖 率 （覆 盖 率 等 于 模 拟 口 令 集 里 包 含原始口令库 中 口 令 的 数 目，再 除 以 原 始 口 令 库 的口令总数 ．图 中 每 组 数 据 集 从 左 到 右 依 次 对 应 ＳＰＰＧ、一 阶 Ｍａ ｒ ｋｏｖ、三 阶 Ｍａ ｒ ｋｏｖ、四 阶 Ｍａ ｒ ｋｏｖ 和 ＰＣＦＧ 生成的模拟口令集） 分别生成口令数 目 等 于 样 本 中 口 令 数 目 １０ 倍、 １００ ４ ．３ ．２ Ｚ ｉ ｆ分布拟合度 ｐ 根据 ４ ．１ 节中的公式计算五个模型生成的不同 倍、 １０００ 倍 （即 原 始 口 令 库 规 模 的 １ 倍、 １０ 倍、 １００ 规模的模拟口令集 Ｚ ｉ ｆ拟 合 度，得 到 如 图 ２ 所 示 的 ｐ 倍）的模 拟 口 令 集 ．注 意，Ｍａ ｒｋｏｖ 模 型 在 一 些 研 究 中 ［９，１７］被证明在口令猜测到约十亿级的次数以上时 Ｚ ｉ ｆ决定系数 ．由图 ２ 可以看到，大部分模拟口 令集 ｐ 的Ｚ ｉ ｆ决 定 系 数 都 大 于 ０ ．９，说 明 这 些 模 拟 口 令 集 ｐ 往往比其他模型具 有 更 高 的 猜 测 命 中 率 ．然 而 在 进 都比较符合 Ｚ ｉ ｆ分布 ．其中，各阶 Ｍａ ｒｋｏｖ 模型生成 ｐ 行口令集的模拟时，一 方 面 对 原 始 口 令 库 命 中 率 的 的模拟口令集无论样本的网站来源以及口令集规模 提高并不能代表整 个 模 拟 口 令 集 真 实 性 的 提 高，另 一方面 Ｒｏ ｃｋｙｏｕ 数 据 集 的 １００ 倍 已 经 达 到 十 亿 的 的大小如何， Ｚ ｉ ｆ决 定 系 数 都 维 持 在 ０ ．９５ 以 上，表 ｐ 示非常符 合 Ｚ ｉ ｆ分 布 ． ＳＰＰＧ 的模 拟 口令 集 Ｚ ｉ ｆ决 ｐ ｐ 规模，且在现实中几 乎 不 可 能 有 用 户 口 令 数 据 集 会 定系数略小于 Ｍａ ｒｋｏｖ 模型，但 仍 然 比较 稳 定，维 持 超过这个规模 ．因此 本 实 验 的 模 拟 口 令 集 实 验 数 据 在０ ．９ 左右 ．而 ＰＣＦＧ 模拟口令集符合 Ｚ ｉ ｆ分布 的 ｐ 规模设计到 １００ 倍较为合适 ． 能力最差，每项 Ｚ ｉ ｆ决定系 数 都 略 低 于 另 外 ４ 个 模 ｐ ４ ．３ ．１ 口令覆盖率 图 １ 显示了五个模型分别生成和原始口令库相 型生成的模拟口令集 ．其中， ＰＣＦＧ 模拟 口 令集 生成 的 ＣＳＤＮ 原 始 口 令 库 １ 倍 大 小 的 模 拟 口 令 集 决 定 同大小 的 模 拟 口 令 集 时，成 功 落 入 原 始 口 令 库 的 系数等于 ０ ．６４，偏离 Ｚ ｉ ｆ分布的程度最大 ． ｐ １１６０ 计 算 机 学 报 ２０１７ 年 图 ２ 各模拟口令集 Ｚ ｉ ｆ决定系数（ １ 表示完全符合 Ｚ ｉ ｆ分布， ０ 表示完全不符合 Ｚ ｉ ｆ分布 ．图例中， ＰＣＦＧ１ｘ 表示用 ＰＣＦＧ ｐ ｐ ｐ 方法生成的规模为原始口令库 １ 倍的模拟口令集；模拟口令集 １ 倍到 １００ 倍对应的柱形填充样式依次从稀疏到密集） ４ ．３ ．３ 口令结构分布 分布情况 ．观察各模 拟 口 令 集 与 原 始 口 令 库 口 令 长 我们分别对 ＣＳＤＮ、 Ｄｕｄｕｎ ｉ ｕ、 Ｒｏ ｃ ｋｙｏｕ 和 Ｙａｈｏｏ 度的相 似 度， ＳＰＰＧ 模 拟 口 令 集 和 ＰＣＦＧ 模 拟 口 令 原始口令库以及基于它们的样本生成的模拟口令集 集的分布与原始口 令 集 的 分 布 非 常 相 似，在 图 形 中 里口令长度和字符 类 型 的 分 布 做 了 统 计 ．统 计 结 果 线条几乎重 合；而 Ｍａ ｒｋｏｖ 模 拟 口 令 集 的 分 布 偏 差 表明，不同网站的口令结构分布有所差异，这可能受 较为明显 ．从四 阶 Ｍａ ｒｋｏｖ 到 一 阶 Ｍａ ｒｋｏｖ 模 型，马 网站口令创建规则、网 站 账 户 密 码 重 要 性 和 用 户 群 尔科夫链的阶数越 小，生 成 的 模 拟 口 令 集 口 令 长 度 体差异等各方面因素的影响 ． 分布与原 始 口 令 库 偏 差 越 大 ．Ｍａ ｒｋｏｖ 模 拟 口 令 集 图 ３～ 图 ６ 分 别 是 ＣＳＤＮ、Ｄｕｄｕｎ ｉ ｕ、Ｒｏｃｋｙｏｕ 和 Ｙａｈｏｏ 原始口 令 库 与 模 拟 口 令 集 里 口 令 长 度 的 长度分布偏差主要 表 现 为，模 拟 口 令 长 度 向 更 短 的 区间集中，而长度大于 １０ 的口令比例明显偏小 ． 图 ３ ＣＳＤＮ 原始口令库以及各模拟口令集里口令长度分布（百分比表示口令数据集中指定长度的口令占整个数据集口令总 数的比例 ．方形标记点加实线线条代表原始口令库；圆形标记点代表 ＳＰＰＧ 模 拟 口 令 集，上 三 角、下 三 角 和 菱 形 标 记 点 分别代表一阶 Ｍａ ｒ ｋｏｖ、三阶 Ｍａ ｒ ｋｏｖ 和四阶 Ｍａ ｒ ｋｏｖ 模拟口 令 集，五 角 星 标 记 点 代 表 ＰＣＦＧ 模 拟 口 令 集；短 点 线、虚 线 和实线分别代表模拟口令集为原始口令集 １ 倍、 １０ 倍和 １００ 倍的规模大小 ．后面类似的图形采用一样的标记规则） 图 ４ Ｄｕｄｕｎ ｉ ｕ 原始口令库以及各模拟口令集里口令长度分布（ ＳＰＰＧ 模拟口令集和 ＰＣＦＧ 模拟口令集的分布与 原始口令集的分布非常接近；而 Ｍａ ｒ ｋｏｖ 模拟口令集的分布偏差较为明显，长度集中于更短的区间） ５期 韩伟力等：一种基于样本的模拟口令集生成算法 １１６１ 图 ５ Ｒｏ ｃｋｙｏｕ 原始口令库以及各模拟口令集里口令长度分布（ ＳＰＰＧ 模拟口令集和 ＰＣＦＧ 模拟口令集的分布与 原始口令集的分布非常接近；而 Ｍａ ｒ ｋｏｖ 模拟口令集的分布偏差较为明显，长度集中在小于等于 １０ 的区间） 图 ６ Ｙａｈｏｏ 原始口令库以及各模拟口令集里口令长度分布（ ＳＰＰＧ 模拟口令集和 ＰＣＦＧ 模拟口令集的分布与 原始口令集的分布非常接近；而 Ｍａ ｒ ｋｏｖ 模拟口令集的分布偏差较为明显，长度集中于更短的区间） 以图 ３ 中模拟口令集规模为原始口令集 １ 倍的 里占比 最 多 的 这 几 种 字 符 类 型 的 具 体 比 例 ．观 察 数据为例进行 具 体 观 察： ＣＳＤＮ 原 始 口 令 库 中 长 度 表 ２，仍然可以 发 现 ＳＰＰＧ 模 拟 口 令 集 的 字 符 类 型 为 ８ 的 口 令 最 多，比 例 为 ３６ ．４０％ ； ＳＰＰＧ 和 ＰＣＦＧ 比例与原始口令库的比例最为接近 ． 模拟口令集里也是 长 度 为 ８ 的 口 令 最 多，比 例 分 别 事 实 上，口 令 的 字 符 类 型 和 口 令 长 度 可 能 存 在 为 ３６ ．４８％ 和 ４２ ．５９％ ；一 阶 Ｍａ ｒｋｏｖ、三 阶 Ｍａ ｒｋｏｖ 一定关联，不同长度 口 令 的 字 符 类 型 往 往 有 显 著 区 和四阶 Ｍａ ｒｋｏｖ 模拟口令集里则 是 长度为 ６ 的 口 令 别 ．口令 概 率 模 型 可 能 改 变 特 定 长 度 口 令 的 字 符 最多 （比 例 分 别 为 ２４ ．５８％ 、 ２４ ．８０％ 和 ２０ ．２９％ ）， 类型组 合 情 况 ．因 此，我 们 进 一 步 将 口 令 长 度 按 照 而对应的 长 度 为 ８ 的 口 令 比 例 仅 １１ ．６５％ 、 １２ ．６４％ ［ ４， ７］、［ ８， １０］、［ １１， ４０］三 个 区 间 进 行 分 类，并 统 计 在指定长度区间内口令的字符类型分布 ．注意，由于 和 １７ ．４６％．对 于 长 度 大 于 １０ 的 口 令，原 始 口 令 库、 ＳＰＰＧ 模拟口 令 集 和 ＰＣＦＧ 模 拟 口 令 集 里 的 比 例 分 别为 ２２ ．７５％ 、 ２２ ．５９％ 和 １６ ．０３％ ；而在三阶 Ｍａ ｒｋｏｖ 这几个口令集里字符类型 ９０％ 以上 都 集 中 在“纯 数 和四阶 Ｍａ ｒｋｏｖ 模拟口令集里的比例分别为 ６ ．３１％ 类型 ．包含大写字母和特殊字符的口令比例太小，在 和７ ．８６％ ，在 一 阶 Ｍａ ｒｋｏｖ 模 拟 口 令 集 里 比 例 不 足 图表中难以观察 ．因此，这里将大写和小写统一归为 ０ ．０１％． 对 比 长 度 分 布，五 个 模 型 的 模 拟 口 令 集 在 字 符 字母类型，同时只显示“纯数字”、“纯字母”和“数字 ＋ 字母”的分布情况 ．最后得到图 ７ 至 图 １０ 的 结 果，由 类型分布方面相对 原 始 口 令 库 的 偏 差 并 不 明 显 ．对 此可以看到： ＣＳＤＮ 和 Ｄｕｄｕｎ ｉ ｕ 相关 数 据 集，模 拟 口 令 集 都 是 以 “纯数字”或“数字 ＋ 小 写”类 型 为 主，“纯 小 写”类 型 （ １）对原始口令集 ． ３ 种长度区间的口令集相对 整个口令库的字符类型分布略有变化 ．其中，长度为 的比例 次 之；对 Ｒｏ ｃｋｙｏｕ 和 Ｙａｈｏｏ 相 关 数 据 集，模 拟口令集都 是 以 “纯 小 写 ”或 “数 字 ＋ 小 写 ”类 型 为 ４～７ 的短口令集里，由单一类 型 字符 组 成 的 口 令 比 例明显增多（中文网 站 中 比 例 最 高 的 为 “纯 数 字”类 主，“纯数字”类型的比例次之 ．表 ２ 显示了各数据集 型，英文网站中比例 最 高 的 为 “纯 小 写”类 型）；长 度 原始口令以及规模为原始口令集 １ 倍的模拟口令集 为 ８～１０ 的 口 令 集 里 ，字 符 类 型 分 布 与 整 体 分 布 最 字”、“纯小写”、“数字 ＋ 小写”、“数字 ＋ 大写”等几种 计 １１６２ 算 机 学 报 ２０１７ 年 表 ２ 犆犛犇犖、 犇狌犱狌狀 犻 狌、 犚狅 犮犽狔 狅狌 和 犢犪犺狅 狅原始口令库以及规模为原始口令库 １ 倍的 模拟口令集里，口令字符组合类型的分布情况 网站 ＣＳＤＮ Ｄｕｄｕｎ ｉ ｕ Ｒｏ ｃｋｙｏｕ Ｙａｈｏｏ （单位：％ ） 字符组合类型 原始口令库 犛犘犘犌１狓 一阶 Ｍａ ｒｋｏｖ １ｘ 三阶 Ｍａ ｒｋｏｖ １ｘ 四阶 Ｍａ ｒｋｏｖ １ｘ ＰＣＦＧ１ｘ 纯数字 ４５ ０８ ４５ ２１ ５１ ．７５ ４９ ．８３ ４８ ．６４ ４３ ．６７ 数字 ＋ 小写 ３５ ６２ ３１ ７５ ２５ ．３１ ２６ ．３７ ２８ ．６２ ４１ ．９８ 纯小写 １１ ６７ １１ ７２ １８ ．１５ １６ ．４２ １５ ．３１ １１ ．４２ 其他类型 ７ ．６３ １１ ．３２ ４ ．８０ ７ ．３８ ７ ．４３ ２ ．９２ 数字 ＋ 小写 ５１ ２０ ４９ ００ ４２ ．５７ ４５ ．９８ ４５ ．５１ ５７ ．００ 纯数字 ３２ ７５ ３２ ９３ ３７ ．０２ ３４ ．４５ ３５ ．１６ ３０ ．５８ 纯小写 １１ ０１ １１ ０２ １６ ．５４ １４ ．１１ １４ ．０８ １０ ．３７ 其他类型 ５ ．０４ ７ ．０５ ３ ．８７ ５ ．４７ ５ ．２５ ２ ．０６ 纯小写 ４１ ７０ ４１ ７１ ４３ ．２１ ４３ ．６３ ４３ ．９７ ４０ ．７４ 数字 ＋ 小写 ３３ ２０ ３２ ５９ ３４ ．１１ ３１ ．２３ ３０ ．２２ ３８ ．１７ 纯数字 １５ ９４ １５ ９６ １４ ．３２ １５ ．５３ １６ ．１４ １５ ．５３ 其他类型 ９ ．１７ ９ ．７４ ８ ．３７ ９ ．６０ ９ ．６７ ５ ．５６ 数字 ＋ 小写 ５０ ６６ ４５ ５３ ４３ ．９２ ４３ ．２３ ４７ ．４０ ６１ ．６３ 纯小写 ３３ ０５ ３３ １３ ４１ ．６７ ３７ ．０２ ３４ ．０８ ３１ ．４５ 纯数字 ５ ８６ ５ ７７ ９ ．９３ ７ ．８８ ７ ．４３ ５ ．６９ 其他类型 １０ ．４３ １５ ．５７ ４ ．４８ １１ ．８８ １１ ．０９ １ ．２３ 注：表中“纯数字”表示口令仅由数字组成， “纯小写”表示口令仅由小写字母组成， “数字 ＋ 小写”表示口令为数字和小写字母的混合 ．“其他类型” 表示以下类型的总和，包括“纯大写”、 “纯符号”、 “数字 ＋ 大写”等两种字符的组合、 “数字 ＋ 小写 ＋ 大写”等 ３ 种字符的组合以及“数字 ＋ 小写 ＋ 大写 ＋ 符号”． 总体而言，各模拟口令集字符组合类型的分布与原始口令库差别不大，但 ＳＰＰＧ 模拟口令集的分布与原始口令库最为相似 ． 图 ７ ＣＳＤＮ 原始口令数据集和模拟口令集按照口令长度分类后，每个区间里的 ３ 种主要口令字符类型分布（例如，“纯数字 （ ４～７）”表示在原始口令集或模拟口令集里长度 范 围 属 于 ４ 到 ７ 的 所 有 口 令 中，由 纯 数 字 组 成 的 口 令 比 例。 横 坐 标 每组数据对应的柱形从左到右分别为 ＣＳＤＮ 原始口令 集、 ＳＰＰＧ１ 倍 到 １００ 倍 大 小 的 模 拟 口 令 集、一 阶 Ｍａ ｒ ｋｏｖ１ 倍 到 １００ 倍大小的模拟口令集、三阶 Ｍａ 倍到 倍大小的模拟口令集、 四阶 倍到 倍大小的模拟口 ｒ ｋｏｖ１ １００ Ｍａ ｒ ｋｏｖ１ １００ 令集以及 ＰＣＦＧ１ 倍到 １００ 倍大小的模拟口令集） 图 ８ Ｄｕｄｕｎ ｉ ｕ 原始口令数据集和模拟口令集按照口令长度分类后，每个区间里的 ３ 种主要口令字符类型分布 ５期 韩伟力等：一种基于样本的模拟口令集生成算法 １１６３ 图 ９ Ｒｏ ｃｋｙｏｕ 原始口令数据集和模拟口令集按照口令长度分类后，每个区间里的 ３ 种主要口令字符类型分布 图 １０ Ｙａｈｏｏ 原始口令数据集和模拟口令集按照口令长度分类后，每个区间里的 ３ 种主要口令字符类型分布 相似；长度为 １１ 及 以 上 的 口 令 集 里，混 合 字 符 类 型 “数字 ＋ 字母”的口令比例增多 ． （ ２）模拟口令集 在 特 定 长 度 区 间 内 的 字 符 组 合 类型分布出现了比较明显 的 差 异 ．其 中， ＳＰＰＧ 模 拟 口令集在任何数据集和口令规模下都和原始口令集 的字符类型分布几 乎 保 持 一 致，说 明 在 划 分 长 度 区 间的情况下， ＳＰＰＧ 模 拟 口 令 集 也 能 很 好 地 模 拟 出 原始口令库的 字 符 类 型 分 布； ＰＣＦＧ 模 拟 口 令 集 在 特定口令长度区间内的字符类型分布也和原始口令 集的比较接 近，但 是 略 有 差 异 ．以 图 ７ 中 的 数 据 为 例， １ 倍 大 小 的 ＰＣＦＧ 模 拟 口 令 集 在 长 度 为 ４ 到 ７ 的范围内的口令相 对 原 始 口 令 集 而 言，纯 字 母 类 型 偏多而纯数字类型 偏 少 ．随 着 模 拟 口 令 集 的 规 模 的 集里， ＣＳＤＮ 原始口令集的纯数字比例高达 ８４ ．４６％ ， 而在一阶 Ｍａ ｒｋｏｖ 中 对 应的 值 只 有 ４４ ．３６％ ；长 度 为 ８～１０ 的 口 令 集 里，原 始 口 令 集 的 纯 数 字 比 例 为 ４８ ．５９％ ，而 在 一 阶 Ｍａ ｒｋｏｖ 中 对 应 的 值 增 长 到 ９５ ．５４％．另 外，一 阶 和 多 阶 Ｍａ ｒｋｏｖ 模 型 随 着 模 拟 口令集 １ 倍、 １０ 倍 到 １００ 倍 的 规 模 变 化，其 字 符 类 型分 布 也 明 显 变 化，不 及 ＳＰＰＧ 模 拟 口 令 集 和 ＰＣＦＧ 模型口令集的字符类型分布稳定 ． 综上，在模拟原始口令集的口令结构方面， ＳＰＰＧ 模拟口令集、 ＰＣＦＧ 模 拟 口 令 集、四 阶 Ｍａ ｒｋｏｖ 模 拟 口令 集、三 阶 Ｍａ ｒｋｏｖ 模 拟 口 令 集 和 一 阶 Ｍａ ｒｋｏｖ 模拟口令集的有效性依次降低 ． ４ ．３ ．４ 特殊模式的使用 增大，这种偏差越来越小， １００ 倍的 ＰＣＦＧ 模拟口令 集和原始 口 令 集 的 字 符 类 型 分 布 类 似；Ｍａ ｒｋｏｖ 模 用 户 设 置 的 口 令 中 可 能 包 含 多 种 特 殊 模 式 ．本 文对结构模式中常 见 的 单 一 字 符、两 种 单 一 字 符 拼 拟口令集分口令长 度 观 察 时，与 原 始 口 令 库 的 字 符 接、顺序字符、顺序字符叠加和键盘模式以及语义模 类型分布 差 别 明 显，其 中 一 阶 Ｍａ ｒｋｏｖ 模 拟 口 令 集 式中的 中 英 文 和 日 期 的 包 含 情 况 进 行 统 计 分 析 ． 的偏差最为明显 ．例如在图 ７ 中长度为 ４～７ 的口令 图 １１ 显示了原始 口 令 库 以 及 模 拟 口 令 集 使 用 特 殊 计 １１６４ 算 机 学 报 ２０１７ 年 模式的口令比例 ．以 ＣＳＤＮ 规模为 原始口令集 １ 倍 评估 ．在 口 令 覆 盖 率 方 面， ＳＰＰＧ 模 拟 口 令 集 优 于 的相关数据为 例： ＣＳＤＮ 原 始 口 令 库 中 使 用 特 殊 模 ＰＣＦＧ 模 拟 口 令 集 和 Ｍａ ｒｋｏｖ 模 拟 口 令 集 ．Ｍａ ｒｋｏｖ 模型阶数越 低，口 令 覆 盖 率 越 低；在 Ｚ ｉ ｆ分 布 拟 合 ｐ 式的 口 令 比 例 为 ４６ ．５３％ ； ＳＰＰＧ 和 ＰＣＦＧ 模 拟 口 令集里对应的比例分别为 ４６ ．８４％ 和 ４６ ．０６％ ；一阶 Ｍａ ｒｋｏｖ、三 阶 Ｍａ ｒｋｏｖ 和 四 阶 Ｍａ ｒｋｏｖ 模 拟 口 令 集 里对应的比例分别为 １２ ．３８％ 、 ２７ ．２８％ 和 ３６ ．０２％． 程度上，Ｍａ ｒｋｏｖ 模 拟 口 令 集 表 现 最 优， ＳＰＰＧ 的 决 定系数略 低 于 Ｍａ ｒｋｏｖ 模 拟 口 令 集，但 高 于 ＰＣＦＧ 模拟口令 集 的 决 定 系 数 ．特 别 地，当 ＰＣＦＧ 模 型 生 从图 １１ 可以看出，与原始口令库中特殊模式的使用 成的 ＣＳＤＮ 数据 库 模 拟 口 令 集 Ｚ ｉ ｆ决 定 系 数 明 显 ｐ 比例最接 近 的 是 ＰＣＦＧ 模 拟 口 令 集 和 ＳＰＰＧ 模 拟 偏低时 （ ０ ．６４）， ＳＰＰＧ 模 拟 口 令 集 仍 然 保 持 在 ０ ．９ 口令集，且包含特殊 模 式 的 口 令 比 例 随 着 模 拟 口 令 的水平；在口令结构分布方 面， ＳＰＰＧ 模 拟 口 令 集 相 集规模的增 大 基 本 保 持 不 变 ．而 三 种 Ｍａ ｒｋｏｖ 模 拟 对其他模拟口令集 表 现 最 好；在 口 令 特 殊 模 式 的 使 口令集里符合特殊结构模式或特殊语义模式的口令 比例明显偏低，并且随着 Ｍａ ｒｋｏｖ 模型阶数 的 降 低， 用上， ＳＰＰＧ 和 ＰＣＦＧ 模 型 和 原 始 口 令 集 中 的 比 例 基本相等，而 Ｍａ ｒｋｏｖ 模 拟 口 令 集 里 这 类 口 令 的 比 口令中包含特殊模式的比例越来越低 ． 例明显减少 ．综上所述， ＳＰＰＧ 模 拟 口 令 集 在 这 四 个 本节从四个方面对模拟口令集的真实性进行了 指标上具有最好的综合表现 ． 图 １１ 各原始口令库以及模拟口令集里使用特殊模式的口令比例 而表 ４ 中 ＰＣＦＧ 模 拟 口 令 集 的 生 成 速 度 明 显 大 于 ５ 讨 论 Ｍａ ｒｋｏｖ 模拟口令集的 生 成 ．这 主 要 是 由 于，在 本 文 的实验中， ＰＣＦＧ 和 Ｍａ ｒｋｏｖ 模 型 采 用 了 不 同 的 实 ５ １ 实验环境配置 本文使用 Ｊ ａｖａ 语 言 实 现 模 拟 口 令 集 的 质 量 分 现方式 ．考虑 到 Ｍａ ｒｋｏｖ 模 型 在 生 成 大 规 模 口 令 时 需要消耗大量的内存并可能造成程序内存不足的情 况，Ｍａ ｒｋｏｖ 模型 按 照 文 献 ［ ９］的 思 路，通 过 阈 值 试 探的方式来生成 指 定 数 目 的 口 令；而 ＰＣＦＧ 模 型 仍 析，实验环境数据如表 ３ 所示 ． 表 ３ 实验环境 属性 内容 ＣＰＵ 内存 操作系统 开发语言 Ｉ ｎ ｔ ｅ ｌＣｏ ｒ ｅｉ ５ ２４００ １４ＧＢ Ｗｉ ｎｄｏｗｓ７ 旗舰版 Ｊ ａｖａ 然直接在内存中使用优先队列从高概率到低概率输 出候选口令的方式 ［８］．作为对比，本文提出的算 法使 用了一些随机方法，减 少 了 在 整 个 口 令 空 间 搜 索 和 排序的过程 ．因而在 内 存 消 耗 和 口 令 生 成 速 度 方 面 有明显的 优 势 ．尽 管 也 有 研 究 对 ＰＣＦＧ 和 Ｍａ ｒｋｏｖ ５ ２ 模拟口令生成速度 各阶 Ｍａ ｒｋｏｖ 模 型、 ＰＣＦＧ 模 型 和 本 文 提 出 的 模型的实现进行 速 度 优 化 ．例 如 研 究 者 ［２７］将 ＰＣＦＧ ＳＰＰＧ 算法生成模拟口令集的速度有较大差异 ．表 ４ 是 ５ 种模型生成不同规模口令集的耗时对比 ．通常， 少比较过程 ．这些优 化 实 现 相 对 本 文 算 法 仍 然 比 较 ＰＣＦＧ 模型的 口 令 生 成 速 度 略 大 于 Ｍａ ｒｋｏｖ 模 型 ． 度随着模拟口令集 的 规 模 不 断 降 低 时，本 文 的 算 法 猜测过程中具有相 同 概 率 的 口 令 片 段 合 并 处 理，减 耗时 ．另外，当 ＰＣＦＧ 和 Ｍａ ｒｋｏｖ 模型的口令 生 成 速 ５期 韩伟力等：一种基于样本的模拟口令集生成算法 成算法 ＳＰＰＧ．该 算 法 利 用 较 容 易 获 得 的 小 规 模 用 可以持续保持常量的速度进行 ． 户真实口令样本，产生大规模用户口令集合 ．本文进 表 ４ 各模型生成模拟口令集的耗时对比 算法 ＳＰＰＧ 一阶 Ｍａ ｒｋｏｖ 三阶 Ｍａ ｒｋｏｖ 四阶 Ｍａ ｒｋｏｖ ＰＣＦＧ 倍数 ＣＳＤＮ Ｄｕｄｕｎ ｉ ｕ Ｒｏ ｃｋｙｏｕ Ｙａｈｏｏ １ １０ｓ１９８ｍｓ ２１ｓ１４ｍｓ ３６ｓ ６３０ｍｓ ８８９ｍｓ １０ ５３ｓ７２ｍｓ １ｍｉ ｎ５５ｓ １００ ５ｍｉ ｎ５３ｓ １４ｍｉ ｎ２０ｓ ２８ｍｉ ｎ４７ｓ ２２ｓ５７３ｍｓ １ ２ｍｉ ｎ４１ｓ ３ｍｉ ｎ４１ｓ ３ｓ４４８ｍｓ ４ｍｉ ｎ３１ｓ １４ｍｉ ｎ５１ｓ ９ｓ５５２ｍｓ １０ ２４ｍｉ ｎ３４ｓ １ｈ１７ｍｉ ｎ ２ｈ３５ｍｉ ｎ １００ １１６５ １ｍｉ ｎ４４ｓ ４ｈ３４ｍｉ ｎ １３ｈ３４ｍｉ ｎ ２３ｈ１６ｍｉ ｎ １８ｍｉ ｎ１ｓ 一步选取 ４ 个指标综合评估了 ＳＰＰＧ 算法以及现有 的口令模型生成模 拟 口 令 集 的 质 量 ．评 估 结 果 表 明 ＳＰＰＧ 的模拟口令集可以达到比 其 他 模 型 生 成 的 模 拟口令集更高的真实口令 覆 盖 率 ．平 均 地， ＳＰＰＧ 相 对 ＰＣＦＧ 模拟口令 集 口 令 覆 盖 率 提 高 了 ９ ．５８％ ；相 １ １ｍｉ ｎ２１ｓ ６ｍｉ ｎ４５ｓ ２ｓ８２８ｍｓ 对四阶 Ｍａ ｒ ｋｏｖ提高了 ７２ ．７９％ ；相对于三阶 Ｍａ ｒｋｏｖ １０ １７ｍｉ ｎ４ｓ ２９ｍｉ ｎ３９ｓ １ｈ１４ｍｉ ｎ ４３ｓ１８７ｍｓ 提 高了 １０ ．３４ 倍；相对于一阶 Ｍａ ｒｋｏｖ 提高了 １３ ．４１ １００ ３ｈ２３ｍｉ ｎ ９ｈ５３ｍｉ ｎ １９ｈ９ｍｉ ｎ 倍；在 不 同 样 本 和 模 拟 规 模 下 Ｚ ｉ ｆ始 终 保 持 在 ０ ．９ ｐ ４ｍｉ ｎ３９ｓ ２ｍｉ ｎ４３ｓ ７ｍｉ ｎ３０ｓ １ １ｍｉ ｎ１６ｓ ４ｍｉ ｎ５５ｓ ２ｓ１８８ｍｓ １０ １１ｍｉ ｎ４ｓ ２１ｍｉ ｎ３６ｓ ４７ｍｉ ｎ５１ｓ １４ｓ６８７ｍｓ 以上，能较好 地 符 合 Ｚ ｉ ｆ 分 布；口 令 结 构 分 布 和 包 ｐ １００ ２ｈ４１ｍｉ ｎ ４ｈ４８ｍｉ ｎ ７ｈ１４ｍｉ ｎ 含特殊模式的口令比例都非常接近真实用户口令集 １ｍｉ ｎ５０ｓ １ １６ｓ３１９ｍｓ ４４ｓ １７８ｍｓ １ｍｉ ｎ５ｓ １０ ８ｍｉ ｎ３０ｓ １５ｓ７４１ｍｓ ２ｍｉ ｎ３８ｓ ４ｍｉ ｎ２６ｓ １００ １４ｍｉ ｎ５７ｓ ３２ｍｉ ｎ２８ｓ ５３ｍｉ ｎ２ｓ １ｓ５０７ｍｓ １ｍｉ ｎ１１ｓ 注：表 中 倍 数 １、 １０ 和 １００ 分 别 表 示 生 成 口 令 数 目 等 于 ＣＳＤＮ、 、 Ｄｕｄｕｎ ｉ ｕ Ｒｏ ｃｋｙｏｕ 和 Ｙａｈｏｏ 原始数据集中口令 数 目 １ 倍、 １０ 倍 、 一 阶 、 三 阶 和 １００ 倍的模拟口 令 集 ． ＳＰＰＧ Ｍａ ｒｋｏｖ Ｍａ ｒｋｏｖ、四 阶 Ｍａ 和 分 别 表 示 使 用 算 法、 一 到 四阶的 ｒｋｏｖ ＰＣＦＧ ＳＰＰＧ 模型以及 模型生成 模 拟 集 表 格 中 表 示 小 时， Ｍａ ｒｋｏｖ ＰＣＦＧ ． ｈ ｍｉ ｎ 表示分， ｓ表示秒， ｍｓ表示毫秒 ． ５ ３ 小规模真实口令样本的获取 有针对性地获取大规模真实用户口令非常困 中的各种分布和比例 ．综上，本文 ＳＰＰＧ 算法生成的 模拟口令集具有更高的真实性 ． 在 接 下 来 的 工 作 中，我 们 将 进 一 步 通 过 模 式 识 别等方法对口令数据的特征属性进行更加深入的挖 掘，寻找更精准的用户相似口令特征 ．例如在进行相 似口令变换 时 考 虑 按 照 口 令 语 义 或 词 性 分 类 ［１４］进 行单词的替换 ．此外，我们还将研究调整参数优化模 拟口令集生成算法 ． 难，但获取小规模 真 实 用 户 口 令 相 对 容 易 ．例 如，可 参 通过以下几种方式实现： 考 文 献 （ １）收集 网 上 泄 露 的 口 令 ．随 着 许 多 著 名 网 站 明文口令泄露事件 的 发 生，目 前 可 以 从 网 上 收 集 到 ［ １］ Ｂｏｎｎｅ ａｕＪ，Ｐｒ ｅ ｉ ｂｕｓ ｃｈＳ，Ａｎｄｅ ｒ ｓ ｏｎ Ｒ．Ａ ｂ ｉ ｒ ｔ ｈｄａｙｐ ｒ ｅ ｓ ｅｎ ｔ 一些国内外的真实 用 户 口 令 集 ．这 些 口 令 集 的 规 模 ／／Ｐｒ ｉ ｎｓ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓｏ ｆｔ ｈｅ１６ ｔ ｈＩ ｎ ｔ ｅ ｒ ｎａ ｔ ｉ ｏｎａ ｌＣｏｎ ｆ ｅ ｒ ｅｎｃ ｅｏｎ ｐ 从几万、几十万至几千万大小不等，研究者可根据具 Ｆ ｉ ｎａｎｃ ｉ ａ ｌ Ｃｒ ｔ ｏｇ ｒ ａｐｈｙ ａｎｄ Ｄａ ｔ ａ Ｓｅ ｃｕｒ ｉ ｔ ａ ｌ ｅｎｄ ｉ ｋ， ｙｐ ｙ． Ｋｒ ｊ 体的实验需求，用其中的某些口令集作为样本，生成 Ｂｏｎａ ｉ ｒ ｅ，２０１２：２５ ４０ 更大规模的模拟口令集 ． ｅ ｖ ｅ ｒ ｌ ｅ ｖ ｅｎｗａ ｌ ｌ ｅ ｔ ｓ？ｔ ｈｅｓ ｅ ｃ ｕ ｒ ｉ ｔ ｆｃ ｕｓ ｔ ｏｍｅ ｒ ｃｈｏ ｓ ｅｎｂａｎｋ ｉ ｎｇ ｙｅ ｙｏ ［ ２］ Ｍａ ｚｕｒ ｅｋ Ｍ Ｌ，Ｋｏｍａｎｄｕｒ ｉＳ，Ｖｉ ｄａ ｓ Ｔ，ｅ ｔａ ｌ．Ｍｅ ａ ｓｕｒ ｉ ｎｇ ｓ ｓｗｏ ｒ ｄｇｕｅ ｓ ｓ ａｂ ｉ ｌ ｉ ｔ ｏ ｒａｎｅｎ ｔ ｉ ｒ ｅｕｎ ｉ ｖｅ ｒ ｓ ｉ ｔ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓ ｐａ ｙｆ ｙ／／Ｐｒ （ ２）进行 用 户 口 令 调 研 ．网 上 泄 露 的 口 令 种 类 有限，研究者也可以 通 过 调 研 来 获 取 特 定 类 别 的 用 ｏ ｆｔ ｈｅ ２０１３ ＡＣＭ Ｓ ＩＧＳＡＣ Ｃｏｎ ｆ ｅ ｒ ｅｎｃ ｅ ｏｎ Ｃｏｍｐｕ ｔ ｅ ｒ ａｎｄ 户口令 ．例如，希望收集全中国普通高等学校两千多 ［ ３］ Ｄａ ｓＡ，Ｂｏｎｎｅ ａｕＪ，Ｃａ ｅ ｓ ａ ｒ Ｍ，ｅ ｔａ ｌ．Ｔｈｅｔ ａｎｇ ｌ ｅｄ ｗｅｂｏ ｆ 万在校学生的常用 口 令，获 取 每 位 学 生 的 口 令 信 息 ／／Ｐｒ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓ ｏ ｆｔ ｈｅ ２１ｓ ｔ Ｎｅ ｔｗｏ ｒｋ ａｎｄ ｓ ｓｗｏ ｒ ｄｒ ｅｕｓ ｅ ｐａ 并不现实 ．研究者可 以 选 取 其 中 具 有 代 表 性 的 几 十 个学校，并从这些学 校 中 分 别 随 机 调 研 数 千 名 学 生 Ｃｏｍｍｕｎ ｉ ｃ ａ ｔ ｉ ｏｎｓＳｅ ｃｕｒ ｉ ｔ ｒｋ，ＵＳＡ，２０１３：１７３ １８６ ｙ．Ｎｅｗ Ｙｏ Ｄｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｅｄＳｙｓ ｔ ｅｍ Ｓｅ ｃｕｒ ｉ ｔ ｓ ｉ ｕｍ．Ｓａｎ Ｄｉ ｅｇｏ，ＵＳＡ， ｙＳｙｍｐｏ ２０１４：１ １５ ［ ４］ Ｂｏｎｎｅ ａｕＪ．Ｔｈｅｓ ｃ ｉ ｅｎｃ ｅｏ ｆｇｕｅ ｓ ｓ ｉ ｎｇ：Ａｎａ ｌ ｚ ｉ ｎｇａｎａｎｏｎｙｍｉ ｚ ｅ ｄ ｙ 的常用口令，最后形成数十万的口令数据作为样本 ． ／／Ｐｒ ｃ ｏ ｒ ｆ ７０ ｍｉ ｌ ｌ ｉ ｏｎ ｐａ ｓ ｓｗｏ ｒ ｄ ｓ ｏ ｃ ｅ ｅ ｄ ｉ ｎｇ ｓｏ ｆｔ ｈｅ ＩＥＥＥ ｐｕｓｏ （ ３）网站 管 理 员 收 集 本 网 站 的 用 户 口 令 ．为 了 掌握本网站用户口 令 使 用 情 况，以 便 在 未 来 制 定 更 Ｓｙｍｐｏ ｓ ｉ ｕｍｏｎＳｅ ｃｕｒ ｉ ｔ ｉ ｖａ ｃ ａｎｃ ｉ ｓ ｃ ｏ，ＵＳＡ， ｙａｎｄＰｒ ｙ．Ｓａｎ Ｆｒ 有效的口令强度评 估 策 略，管 理 员 可 主 动 收 集 本 网 ２０１２：５３８ ５５２ ［ ５］ Ｈａｎ Ｗｅ ｉ Ｌ ｉ， Ｌ ｉ Ｚｈ ｉ Ｇｏｎｇ， Ｙｕａｎ Ｌａｎｇ， Ｘｕ Ｗｅｎ Ｙｕａｎ． Ｒｅｇ ｉ ｏｎａ ｌｐａ ｔ ｔ ｅ ｒ ｎｓａｎｄｖｕ ｌ ｎｅ ｒ ａｂ ｉ ｌ ｉ ｔ ｌ ｉ ｓｏ ｆＣｈ ｉ ｎｅ ｓ ｅ ｗｅｂ ｙａｎａ ｙｓ 站一段时间内注册 的 用 户 口 令 ．这 些 口 令 构 成 了 小 ｓ ｓｗｏ ｒ ｄｓ．ＩＥＥＥ Ｔｒ ａｎｓ ａ ｃ ｔ ｉ ｏｎｓｏｎＩ ｎ ｆ ｏ ｒｍａ ｔ ｉ ｏｎＦｏ ｒ ｅｎｓ ｉ ｃ ｓａｎｄ ｐａ 规模的真实口令样本 ． ２）：２５８ ２７２ Ｓｅ ｃｕｒ ｉ ｔ ｙ，２０１６，１１（ ［ ６］ Ｐｏｇｇ ｉ ｏＴ，Ｖｅ ｔ ｔ ｅ ｒＴ．Ｒｅ ｃ ｏｇｎ ｉ ｔ ｉ ｏｎａｎｄｓ ｔ ｒ ｕｃ ｔ ｕｒ ｅｆ ｒ ｏｍｏｎｅ２Ｄ ６ 结论与展望 ｍｏｄｅ ｌｖ ｉ ｅｗ：Ｏｂｓ ｅ ｒ ｖａ ｔ ｉ ｏｎｏｎｐ ｒ ｏ ｔ ｏ ｔ ｓ，ｏｂ ｅ ｃ ｔｃ ｌ ａ ｓ ｓ ｅ ｓ，ａｎｄ ｙｐｅ ｊ ｓ ｔ ｒ ｉ ｅ ｓ．Ａｒ ｔ ｉ ｆ ｉ ｃ ｉ ａ ｌＩ ｎ ｔ ｅ ｌ ｌ ｉ ｅＬａｂｏ ｒ ａ ｔ ｏ ｒ ｓ ｓ ａ ｃｈｕｓ ｅ ｔ ｔ ｓ ｙｍｍｅ ｇｅｎｃ ｙ，Ｍａ Ｉ ｎｓ ｔ ｉ ｔ ｕ ｔ ｅｏ ｆ Ｔｅ ｃｈｎｏ ｌ ｏｇｙ，Ｂｏ ｓ ｔ ｏｎ， ＵＳＡ：Ｔｅ ｃｈｎ ｉ ｃ ａ ｌ Ｒｅｐｏ ｒ ｔ 本文首次提出了一种基于样本的模拟口令集生 Ａｒ ｔ ｉ ｆ ｉ ｃ ｉ ａ ｌＩ ｎ ｔ ｅ ｌ ｌ ｉ ｅＭｅｍｏ：１３４７，１９９２ ｇｅｎｃ 计 １１６６ 算 ［ ７］ Ｎａ ｒ ａｙａｎａｎ Ａ， Ｓｈｍａ ｔ ｉ ｋｏｖ Ｖ．Ｆａ ｓ ｔｄ ｉ ｃ ｔ ｉ ｏｎａ ｒ ｔ ｔ ａ ｃｋｓ ｏｎ ｙａ ／／Ｐｒ ｓｐａ ｃ ｅｔ ｒ ａｄｅｏ ｆ ｆ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓｏ ｆｔ ｈｅ１２ ｔ ｈ ｓ ｓｗｏ ｒ ｄ ｓｕｓ ｉ ｎｇｔ ｉｍｅ ｐａ ＡＣＭ Ｃｏｎ ｆ ｅ ｒ ｅｎｃ ｅｏｎＣｏｍｐｕ ｔ ｅ ｒａｎｄＣｏｍｍｕｎ ｉ ｃ ａ ｔ ｉ ｏｎｓＳｅ ｃ ｕ ｒ ｉ ｔ ｙ． Ａｌ ｅｘａｎｄ ｒ ｉ ａ，ＵＳＡ，２００５：３６４ ３７２ ［ ８］ Ｗｅ ｉ ｒＭ，Ａｇｇａ ｒｗａ ｌＳ，Ｍｅｄｅ ｉ ｒ ｏ ｓＢ Ｄ，Ｇｌ ｏｄｅｋＢ．Ｐａ ｓ ｓｗｏ ｒ ｄ ／／Ｐｒ ｃ ｒ ａ ｃｋ ｉ ｎｇｕｓ ｉ ｎｇｐ ｒ ｏｂａｂ ｉ ｌ ｉ ｓ ｔ ｉ ｃｃ ｏｎ ｔ ｅ ｘ ｔ ｆ ｒ ｅ ｅｇ ｒ ａｍｍａ ｒ ｓ ｏ ｃ ｅ ｅ ｄ ｉ ｎｇ ｓ ｏ ｆｔ ｈｅＩＥＥＥＳｙｍｐｏ ｓ ｉ ｕｍ ｏｎＳｅ ｃｕｒ ｉ ｔ ｉ ｖａ ｃ ｌ ａｎｄ， ｙａｎｄＰｒ ｙ．Ｏａｋ ＵＳＡ，２００９：３９１ ４０５ 机 学 报 ２０１７ 年 Ｐｒ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓ ｏ ｆｔ ｈｅ ２４ ｔ ｈ ＵＳＥＮＩＸ Ｓｅ ｃｕｒ ｉ ｔ ｓ ｉ ｕｍ． ｙ Ｓｙｍｐｏ ４８１ Ｗａ ｓｈ ｉ ｎｇ ｔ ｏｎ，ＵＳＡ，２０１５：４６３ ［ １８］ Ｙｕ Ｘｕ， Ｙａｎｇ Ｊ ｉ ｎｇ， Ｘｉ ｅ Ｚｈ ｉ Ｑｉ ａｎｇ．Ｒｅ ｓ ｅ ａ ｒ ｃｈ ｏｎ ｖ ｉ ｒ ｔ ｕａ ｌ ｓ ａｍｐ ｌ ｅｇｅｎｅ ｒ ａ ｔ ｉ ｏｎｔ ｅ ｃｈｎｏ ｌ ｏｇｙ． Ｃｏｍｐｕ ｔ ｅ ｒＳｃ ｉ ｅｎｃ ｅ， ２０１１，３８（ ３）： １６ １９（ ｉ ｎＣｈ ｉ ｎｅ ｓ ｅ） （于 旭，杨 静，谢 志 强 ．虚 拟 样 本 生 成 技 术 研 究 ．计 算 机 科 学，２０１１，３８（ ３）：１６ １９） ［ １９］ Ｗａｎｇ Ｄｉ ｎｇ， Ｈｅ Ｄｅ Ｂ ｉ ａｏ， Ｃｈｅｎｇ Ｈａ ｉ Ｂｏ， Ｗａｎｇ Ｐ ｉ ｎｇ． ［ ９］ ＭａＪ，Ｙａｎｇ Ｗ Ｎ，Ｌｕｏ Ｍ，Ｌ ｉＮ Ｈ．Ａｓ ｔ ｕｄｙｏ ｆｐ ｒ ｏｂａｂ ｉ ｌ ｉ ｓ ｔ ｉ ｃ ｓ ｓｗｏ ｒ ｄｓ ｔ ｒ ｅｎｇ ｔ ｈ ｍｅ ｔ ｈｏｄ ｕｓ ｉ ｎｇｆ ｕｚ ｚ Ｆｕｚ ｚ ｙ ｙＰＳＭ：Ａ ｎｅｗ ｐａ ／／Ｐｒ ｓ ｓｗｏ ｒ ｄ ｍｏｄｅ ｌ ｓ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓｏ ｆｔ ｈｅＩＥＥＥ Ｓｙｍｐｏ ｓ ｉ ｕｍ ｏｎ ｐａ ／／Ｐｒ ｒ ｏｂａｂ ｉ ｌ ｉ ｓ ｔ ｉ ｃｃ ｏｎ ｔ ｅｘ ｔ ｆ ｒ ｅ ｅｇ ｒ ａｍｍａ ｒ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓｏ ｆｔ ｈｅ４６ ｔ ｈ ｐ Ｓｅ ｃｕｒ ｉ ｔ ｉ ｖａ ｃ ｌ ａｎｄ，ＵＳＡ，２０１４：６８９ ７０４ ｙａｎｄＰｒ ｙ．Ｏａｋ ［ １０］ Ｃａ ｓ ｔ ｅ ｌ ｌ ｕｃ ｃ ｉ ａＣ，Ｄüｒｍｕ ｔ ｈ Ｍ，Ｐｅ ｒ ｉ ｔ ｏ Ｄ．Ａｄａｐ ｔ ｉ ｖｅｐａ ｓ ｓｗｏ ｒ ｄ Ａｎｎｕａ ｌＩＥＥＥ／ ＩＦＩＰＩ ｎ ｔ ｅ ｒ ｎａ ｔ ｉ ｏｎａ ｌＣｏｎ ｆ ｅ ｒ ｅｎｃ ｅｏｎ Ｄｅｐｅｎｄａｂ ｌ ｅ ａｎｃ ｅ，２０１６：１ １２ Ｓｙｓ ｔ ｅｍｓａｎｄＮｅ ｔｗｏ ｒｋｓ．Ｔｏｕ ｌ ｏｕｓ ｅ，Ｆｒ ／／Ｐｒ ｓ ｔ ｒ ｅｎｇ ｔ ｈ ｍｅ ｔ ｅ ｒ ｓｆ ｒ ｏｍ ｍａ ｒｋｏｖ ｍｏｄｅ ｌ ｓ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓ ｏ ｆｔ ｈｅ ［ ２０］ Ａｂｂｏ ｔ ｔＪ， Ｇａ ｒ ｃ ｉ ａ Ｖ Ｍ．Ｐａ ｓ ｓｗｏ ｒ ｄｄ ｉ ｆ ｆ ｅ ｒ ｅｎｃ ｅ ｓ ｂａ ｓ ｅｄ ｏｎ １９ ｔ ｈＮｅ ｔｗｏ ｒｋａｎｄＤｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｅｄＳｙｓ ｔ ｅｍ Ｓｅ ｃｕｒ ｉ ｔ ｓ ｉ ｕｍ． ｙＳｙｍｐｏ ｌ ａｎｇｕａｇｅａｎｄｔ ｅ ｓ ｔ ｉ ｎｇｏ ｆｍｅｍｏ ｒ ｅ ｃ ａ ｌ ｌ．Ｉ ｎ ｔ ｅ ｒ ｎａ ｔ ｉ ｏｎａ ｌＪ ｏｕｒ ｎａ ｌ ｓ ｙｒ ＳａｎＤｉ ｅｇｏ，ＵＳＡ，２０１２：１ １４ ［ １１］ Ｍｅ ｌ ｉ ｃｈｅ ｒＷ，ＵｒＢ， Ｓｅ ｒ ｅ ｔ ｉＳＭ， ｅ ｔａ ｌ． Ｆａ ｓ ｔ， ｌ ｅ ａｎ， ａｎｄａ ｃ ｃｕｒ ａ ｔ ｅ： ｇ ｏ ｆＮ＆Ｎ Ｇｌ ｏｂａ ｌＴｅ ｃｈｎｏ ｌ ｏｇｙｏｎＩ ｎ ｆ ｏ ｒｍａ ｔ ｉ ｏｎＳｅ ｃｕｒ ｉ ｔ ｙ，２０１５， ２：１ ６ ／／ Ｍｏｄｅ ｌ ｉ ｎｇ ｐａ ｓ ｓｗｏ ｒ ｄ ｇｕｅ ｓ ｓ ａｂ ｉ ｌ ｉ ｔ ｉ ｎｇ ｎｅｕｒ ａ ｌ ｎｅ ｔｗｏ ｒｋｓ ｙ ｕｓ ［ ２１］ Ｙａｎｇ Ｃｈｅｎｇ， ＨｕｎｇＪｕ ｉ Ｌｏｎｇ，Ｌ ｉ ｎ Ｚｈａｎｇ Ｘｉ．Ａｎ ａｎａ ｌ ｉ ｓ ｙｓ Ｐｒ ｏ ｃ ｅ ｅ ｄ ｉ ｎｇ ｓｏ ｆｔ ｈｅ２５ｔ ｈＵＳＥＮＩＸＳ ｅ ｃ ｕ ｒ ｉ ｔ ｓ ｉ ｕｍ．Ａｕ ｓ ｔ ｉ ｎ， ｙＳｙｍｐｏ ｖ ｉ ｅｗｏｎｐａ ｓ ｓｗｏ ｒ ｄｐａ ｔ ｔ ｅ ｒ ｎｓｏ ｆＣｈ ｉ ｎｅ ｓ ｅｉ ｎ ｔ ｅ ｒ ｎｅ ｔｕｓ ｅ ｒ ｓ．Ｎａｎｋａ ｉ ＵＳＡ，２０１６：１７５ １９１ ［ １２］ Ｄｅ ｌ ｌ’ Ａｍｉ ｃ ｏＭ，Ｍｉ ｃｈ ｉ ａ ｒ ｄ ｉＰ，Ｒｏｕｄ ｉ ｅ ｒＹ．Ｐａ ｓ ｓｗｏ ｒ ｄｓ ｔ ｒ ｅｎｇ ｔ ｈ： Ｂｕｓ ｉ ｎｅ ｓ ｓＲｅｖ ｉ ｅｗＩ ｎ ｔ ｅ ｒ ｎａ ｔ ｉ ｏｎａ ｌ，２０１３，４（ １）：６６ ７７ ［ ２２］ Ｖｅ ｒ ａ ｓ Ｒ， Ｔｈｏ ｒ ｌ ｌ ｉ ｎｓ Ｃ． Ｖｉ ｓｕａ ｌ ｉ ｚ ｉ ｎｇ ｓ ｅｍａｎ ｔ ｉ ｃ ｓｉ ｎ ｐｅ Ｊ， Ｃｏ ／／Ｐｒ Ａｎｅｍｐ ｉ ｒ ｉ ｃ ａ ｌａｎａ ｌ ｉ ｓ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓｏ ｆｔ ｈｅ２９ ｔ ｈ Ｃｏｎ ｆ ｅ ｒ ｅｎｃ ｅ ｙｓ ／／Ｐｒ ｏ ｌ ｅｏ ｆｄａ ｔ ｅ ｓ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓｏ ｆｔ ｈｅ９ ｔ ｈＩ ｎ ｔ ｅ ｒ ｓ ｓｗｏ ｒ ｄｓ：Ｔｈｅｒ ｐａ ｏｎＩ ｎ ｆ ｏ ｒｍａ ｔ ｉ ｏｎ Ｃｏｍｍｕｎ ｉ ｃ ａ ｔ ｉ ｏｎ．Ｓａｎ Ｄｉ ｅｇｏ， ＵＳＡ，２０１０： ｎａ ｔ ｉ ｏｎａ ｌＳｙｍｐｏ ｓ ｉ ｕｍ ｏｎ Ｖｉ ｓｕａ ｌ ｉ ｚ ａ ｔ ｉ ｏｎ ｆ ｏ ｒ Ｃｙｂｅ ｒ Ｓｅ ｃｕｒ ｉ ｔ ｙ． Ｎｅｗ Ｙｏ ｒｋ，ＵＳＡ，２０１２：８８ ９５ ９８３ ９９１ ［ １３］ ＺｏｕＪ ｉ ｎｇ，Ｌ ｉ ｎＤｏｎｇ Ｄａ ｉ，ＨａｏＣｈｕｎ Ｈｕ ｉ．Ａｐａ ｓ ｓｗｏ ｒ ｄｃ ｒ ａ ｃｋ ｉ ｎｇ ［ ２３］ Ｍａ ｌ ｏｎｅＤ，Ｍａｈｅ ｒＫ． Ｉ ｎｖ ｅ ｓ ｔ ｉ ｔ ｉ ｎｇｔ ｈｅｄ ｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｉ ｏｎｏ ｆｐａ ｓ ｓｗｏ ｒ ｄ ｇａ ｍｅ ｔ ｈｏｄｂａ ｓ ｅ ｄｏｎｓ ｔ ｒ ｕｃ ｔ ｕ ｒ ｅｄ ｉ ｖ ｉ ｓ ｉ ｏｎｐ ｒ ｏｂａｂ ｉ ｌ ｉ ｔ ｉ ｎｅ ｓ ｅＪ ｏｕ ｒ ｎａ ｌ ｙ．Ｃｈ ／／Ｐｒ ｃｈｏ ｉ ｃ ｅ ｓ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓｏ ｆｔ ｈｅ２１ｓ ｔＩ ｎ ｔ ｅ ｒ ｎａ ｔ ｉ ｏｎａ ｌＣｏｎ ｆ ｅ ｒ ｅｎｃ ｅｏｎ ｏ ｆＣｏｍｐｕ ｔ ｅ ｒ ｓ，２０１４，３７（ ５）：１２０６ １２１５ （ ｉ ｎＣｈ ｉ ｎｅ ｓ ｅ） Ｗｏ ｒ ｌ ｄ Ｗｉ ｄｅ Ｗｅｂ．Ｎｅｗ Ｙｏ ｒｋ，ＵＳＡ，２０１２：３０１ ３１０ （邹静，林东岱，郝春辉 ．一种基于结构划分概率的口令攻击 方法 ．计算机学报，２０１４，３７（ ５）：１２０６ １２１５） ［ １４］ Ｖｅ ｒ ａ ｓＲ，Ｃｏ ｌ ｌ ｉ ｎｓＣ，Ｔｈｏ ｒ ｈｅｓ ｅｍａｎ ｔ ｉ ｃｐａ ｔ ｔ ｅ ｒ ｎｓｏ ｆ ｐｅＪ．Ｏｎｔ ／／Ｐｒ ｓ ｓｗｏ ｒ ｄｓａｎｄｔ ｈｅ ｉ ｒｓ ｅ ｃｕｒ ｉ ｔ ｃ ｔ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓｏ ｆｔ ｈｅ２１ｓ ｔ ｐａ ｙｉｍｐａ ［ ２４］ ＳｈｅｎＣｈａｏ，ＹｕＴｉ ａｎ Ｗｅｎ，ＸｕＨａｏ Ｄ ｉ，ｅ ｔａ ｌ．Ｕｓ ｅ ｒｐ ｒ ａ ｃ ｔ ｉ ｃ ｅｉ ｎ ｓ ｓｗｏ ｒ ｄｓ ｅ ｃｕｒ ｉ ｔ ｉ ｒ ｉ ｃ ａ ｌｓ ｔ ｕｄｙｏ ｆｒ ｅ ａ ｌ ｌ ｉ ｆ ｅｐａ ｓ ｓｗｏ ｒ ｄｓ ｐａ ｙ：Ａｎｅｍｐ １４１ ｉ ｎｔ ｈｅｗｉ ｌ ｄ．Ｃｏｍｐｕ ｔ ｅ ｒ ｓａｎｄＳｅ ｃｕｒ ｉ ｔ ｙ．２０１６，６１：１３０ ［ ２５］ Ｌ ｉＺｈ ｉ Ｇｏｎｇ， Ｈａｎ Ｗｅ ｉ Ｌ ｉ，Ｘｕ Ｗｅｎ Ｙｕａｎ．Ａ ｌ ａ ｒ ｓ ｃ ａ ｌ ｅ ｇｅ Ｎｅ ｔｗｏ ｒｋａｎｄ Ｄｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｅｄＳｙｓ ｔ ｅｍ Ｓｅ ｃｕｒ ｉ ｔ ｓ ｉ ｕｍ．Ｓａｎ ｙＳｙｍｐｏ ／／Ｐｒ ｏ ｃ ｅ ｅｄ ｉ ｎｇｓｏ ｆ ｅｍｐ ｉ ｒ ｉ ｃ ａ ｌａｎａ ｌ ｉ ｓｏ ｆＣｈ ｉ ｎｅ ｓ ｅｗｅｂｐａ ｓ ｓｗｏ ｒ ｄｓ ｙｓ Ｄｉ ｅｇｏ，ＵＳＡ，２０１４：１ １６ ｔ ｈｅ ２３ｒ ｄ Ｕｓ ｅｎ ｉ ｘ Ｓｅ ｃｕｒ ｉ ｔ ｓ ｉ ｕｍ．Ｓａｎ Ｄｉ ｅｇｏ， ＵＳＡ， ｙ Ｓｙｍｐｏ ［ １５］ ＷａｎｇＰ ｉ ｎｇ，ＷａｎｇＤ ｉ ｎｇ，ＨｕａｎｇＸｉ ｎ Ｙｉ．Ａｄｖ ａｎｃ ｅ ｓｉ ｎｐａ ｓ ｓｗｏ ｒ ｄ ｓ ｅ ｃｕｒ ｉ ｔ ｏｕｒ ｎａ ｌｏ ｆＣｏｍｐｕ ｔ ｅ ｒ Ｒｅ ｓ ｅ ａ ｒ ｃｈａｎｄ Ｄｅｖｅ ｌ ｏｐｍｅｎ ｔ， ｙ．Ｊ ２０１４：５５９ ５７４ ［ ２６］ Ｌ ｉ ｕ Ｇｏｎｇ Ｓｈｅｎ，Ｑｉ ｕ Ｗｅ ｉ Ｄｏｎｇ， Ｍｅｎｇ Ｋｕ ｉ，Ｌ ｉＪ ｉ ａｎ Ｈｕａ． ２０１６，５３（ １０）：２１７３ ２１８８（ ｉ ｎＣｈ ｉ ｎｅ ｓ ｅ） Ｐａ ｓ ｓｗｏ ｒ ｄｖｕ ｌ ｎｅ ｒ ａｂ ｉ ｌ ｉ ｔ ｓ ｓ ｅ ｓ ｓｍｅｎ ｔａｎｄｒ ｅ ｃ ｏｖｅ ｒ ｓ ｅｄｒ ｕ ｌ ｅ ｓ ｙａ ｙｂａ （王平，汪定，黄欣沂 ．口令安全研究进展 ．计算机研究 与 发 ｓ ｃ ａ ｌ ｅｒ ｅ ａ ｌｄａ ｔ ａ． Ｃｈ ｉ ｎ ｅ ｓ ｅＪ ｏｕ ｒ ｎ ａ ｌｏ ｆＣｏｍｐｕ ｔ ｅ ｒ ｓ， ｍｉ ｎｅ ｄｆ ｒ ｏｍｌ ａ ｒ ｇｅ 展，２０１６，５３（ １０）：２１７３ ２１８８） ２０１６，３９（ ３）：４５４ ４６７（ ｉ ｎＣｈ ｉ ｎｅ ｓ ｅ） ［ １６］ Ｄｅ ｌ ｌ’Ａｍｉ ｃ ｏ Ｍ，Ｆ ｉ ｌ ｔ ｅｃ ａ ｒ ｌ ｏｓ ｔ ｒ ｅｎｇ ｔ ｈｅ ｖ ａ ｌ ｕａ ｔ ｉ ｏｎ： ｐｐｏｎｅＭ．Ｍｏｎ Ｆａ ｓ ｔａｎｄｒ ｅ ｌ ｉ ａｂ ｌ ｅｐａ ｓ ｓｗｏ ｒ ｄｃｈｅ ｃｋ ｉ ｎｇ／／Ｐｒ ｏ ｃ ｅ ｅ ｄ ｉ ｎｇ ｓｏ ｆｔ ｈｅ２２ｎｄ ＡＣＭ Ｓ ＩＧＳＡＣ Ｃｏｎ ｆ ｅ ｒ ｅｎｃ ｅｏｎ Ｃｏｍｐｕ ｔ ｅ ｒａｎｄＣｏｍｍｕｎ ｉ ｃ ａ ｔ ｉ ｏｎｓ １６９ Ｓｅ ｃｕｒ ｉ ｔ ｒ，ＵＳＡ，２０１５：１５８ ｙ．Ｄｅｎｖｅ ［ １７］ ＵｒＢ，Ｓｅｇ ｒ ｅ ｔ ｉＳ Ｍ，Ｂａｕｅ ｒＬ，ｅ ｔａ ｌ．Ｍｅ ａ ｓｕｒ ｉ ｎｇｒ ｅ ａ ｌ ｗｏ ｒ ｌ ｄ ａ ｃ ｃｕｒ ａ ｃ ｉ ｅ ｓａｎｄ ｂ ｉ ａ ｓ ｅ ｓｉ ｎ ｍｏｄｅ ｌ ｉ ｎｇ ｐａ ｓ ｓｗｏ ｒ ｄ ｇｕｅ ｓ ｓ ａｂ ｉ ｌ ｉ ｔ ｙ／／ ， 犎犃犖 犠犲 犻 犔 犻，ｂｏ ｒ ｎｉ ｎ１９７５，Ｐｈ． Ｄ． （刘功申，邱卫东，孟魁，李建华 ．基于真实数据挖掘的 口 令 脆弱性评估及恢复 ．计算机学报，２０１６，３９（ ３）：４５４ ４６７） ［ ２７］ Ｋｏｍａｎｄｕｒ ｉＳ．Ｍｏｄｅ ｌ ｉ ｎｇｔ ｈｅＡｄｖｅ ｒ ｓ ａ ｒ ｏＥｖａ ｌ ｕａ ｔ ｅＰａ ｓ ｓｗｏ ｒ ｄ ｙｔ Ｐｈ． Ｄ．ｄ ｉ ｓ ｓ ｅ ｒ ｔ ａ ｔ ｉ ｏｎ］．Ｉ ｎｓ ｔ ｉ ｔ ｕ ｔ ｅ Ｓ ｔ ｒ ｅｎｇ ｔ ｈｗｉ ｔ ｈＬ ｉｍｉ ｔ ｅ ｄＳａｍｐ ｌ ｅ ｓ［ ｆ ｏ ｒＳｏ ｆ ｔｗａ ｒ ｅＲｅ ｓ ｅ ａ ｒ ｃｈ，Ｓｃｈｏｏ ｌｏ ｆＣｏｍｐｕ ｔ ｅ ｒＳｃ ｉ ｅｎｃ ｅ，Ｃａ ｒ ｎｅ ｉ ｅ ｇ Ｍｅ ｌ ｌ ｏｎＵｎ ｉ ｖｅ ｒ ｓ ｉ ｔ ｉ ｔ ｔ ｓｂｕｒ ｙ，Ｐ ｇｈ，ＵＳＡ，２０１６ 犢犝犃犖犔犪狀犵，ｂｏ ｒ ｎｉ ｎ１９９３，Ｍ． Ｓ．ｃ ａｎｄ ｉ ｄａ ｔ ｅ．Ｈｅ ｒｍａ ｉ ｎ ｒ ｏ ｆ ｅ ｓ ｓ ｏ ｒ．Ｈｉ ｓｒ ｅ ｓ ｅ ａ ｒ ｃ ｈｉ ｎ ｔ ｅ ｒ ｅ ｓ ｔ ｓｉ ｎ ｃ ｌ ｕｄ ｅ ｐ ， ， ａ ｃ ｃ ｅ ｓ ｓｃ ｏｎ ｔ ｒ ｏ ｌ ｄ ｉ ｉ ｔ ａ ｌｉ ｄｅｎ ｔ ｉ ｔ ｎ ｔ ｅ ｒ ｎｅ ｔ ｇ ｙ ｉ ｒ ｅ ｓ ｅ ａ ｒ ｃｈｆ ｏ ｃｕｓ ｅ ｓｏｎｉ ｎ ｆ ｏ ｒｍａ ｔ ｉ ｏｎｓ ｅ ｃｕ ｒ ｉ ｔ ｙ． ｉ ｄｅｎ ｔ ｉ ｔ ｅ ｃｕ ｒ ｉ ｔ ｉ ｔ ａ． ｙｓ ｙ，ｂ ｇｄａ ｒ ｅ ｓ ｅ ａ ｒ ｃｈｆ ｏ ｃｕｓ ｅ ｓｏｎｉ ｎ ｆ ｏ ｒｍａ ｔ ｉ ｏｎｓ ｅ ｃｕ ｒ ｉ ｔ ｙ． 犔犐犛 犻 犛 犻，ｂｏ ｒ ｎｉ ｎ １９９５， Ｍ． Ｓ．ｃ ａｎｄ ｉ ｄａ ｔ ｅ． Ｈｅ ｒ ｍａ ｉ ｎ ｒ ｏ ｆ ｅ ｓ ｓ ｏ ｒ． 犠犃犖犌 犡犻 犪 狅 犢犪狀犵，ｂｏ ｒ ｎｉ ｎ１９５５，Ｐｈ．Ｄ．，ｐ Ｈｉ ｓｒ ｅ ｓ ｅ ａ ｒ ｃｈｉ ｎ ｔ ｅ ｒ ｅ ｓ ｔ ｓｉ ｎｃ ｌ ｕｄｅｄａ ｔ ａａｎａ ｌ ｓ ｉ ｓａｎｄｓ ｅ ｃｕ ｒ ｉ ｔ ｙ ｙ． ５期 韩伟力等：一种基于样本的模拟口令集生成算法 １１６７ 犅犪 犮犽犵 狉 狅狌狀犱 Ｔｈｅｓ ｅ ｃｕ ｒ ｉ ｔ ｆｔ ｅｘ ｔ ｕａ ｌｐａ ｓ ｓｗｏ ｒ ｄｓｉ ｓａｎｉｍｐｏ ｒ ｔ ａｎ ｔｔ ｏｐ ｉ ｃ ｙｏ Ｔｈ ｉ ｓ ｐａｐｅ ｒｉ ｓ ｓｕｐｐｏ ｒ ｔ ｅｄ ｂｙ ｔ ｈｅ Ｓｈａｎｇｈａ ｉＩ ｎｎｏｖａ ｔ ｉ ｏｎ ｉ ｎｔ ｈｅｆ ｉ ｅ ｌ ｄｏ ｆｓｙ ｓ ｔ ｅｍ ｓ ｅ ｃｕ ｒ ｉ ｔ ｅ ｓ ｅ ａ ｒ ｃｈ．Ｍａｎｙｅ ｆ ｆ ｏ ｒ ｔ ｓｈａｖｅ ｙｒ Ｄａ ｔ ａ Ｔｒ ａｄｅ Ａｃ ｔ ｉ ｏｎＰｒ ｏ ｅ ｃ ｔｕｎｄｅ ｒ Ｇｒ ａｎ ｔ Ｎｏ． １６ＤＺ１１００２００ （ ｊ ｂｅ ｅｎ ｄｅ ｖｏ ｔ ｅｄ ｔ ｏ ｐａ ｓ ｓｗｏ ｒ ｄｒ ｅ ｌ ａ ｔ ｅｄ ｒ ｅ ｓ ｅ ａ ｒ ｃｈｅ ｓ，ｉ ｎｃ ｌ ｕｄ ｉ ｎｇ Ｓｕｐｐｏ ｒ ｔ ｉ ｎｇＢ ｉ ｔ ａＴｅ ｓ ｔ ｂｅ ｄ：Ｋｅ ｅ ｃｈｎｏ ｌ ｏｇ ｉ ｅ ｓａｎｄＴｏｏ ｌ ｋ ｉ ｔ）， ｇＤａ ｙｔ ｔ ｃ． ｓ ｓｗｏ ｒ ｄｓ ｔ ｒ ｅｎｇ ｔ ｈ ｅ ｖａ ｌ ｕａ ｔ ｉ ｏｎ， ｅ ｓ ｓｗｏ ｒ ｄ ｇｕｅ ｓ ｓ ｉ ｎｇ， ｐａ ｐａ ｗｈ ｉ ｃｈｆ ｏ ｃｕｓ ｅ ｓｏｎｃ ｏｎｓ ｔ ｒ ｕｃ ｔ ｉ ｎｇａｎｉ ｎ ｆ ｒ ａ ｓ ｔ ｒ ｕｃ ｔ ｕ ｒ ｅｆ ｏ ｒｂ ｉ ｔ ａ ｇｄａ Ｌａ ｒ ｓ ｃ ａ ｌ ｅｕｓ ｅ ｒ ｐａ ｓ ｓｗｏ ｒ ｄｓｓ ｅ ｔ ｓａ ｒ ｅｖｅ ｒ ｅ ｆ ｕ ｌｆ ｏ ｒｔ ｈｅ ｓ ｅ ｇｅ ｙ ｕｓ ｏ ｒ ｉ ｅｎ ｔ ｅｄｃ ｏｍｐｕ ｔ ｉ ｎｇ，ａｎｄｔ ｈｅＮａ ｔ ｉ ｏｎａ ｌＮａ ｔ ｕ ｒ ａ ｌＳｃ ｉ ｅｎｃ ｅＦｏｕｎ ｔｉ ｓｎｏ ｔｅ ａ ｓｙｆ ｏ ｒｒ ｅ ｓ ｅ ａ ｒ ｃｈｅ ｒ ｓｔ ｏｈａｖｅ ｒ ｅ ｓ ｅ ａ ｒ ｃｈｅ ｓ．Ｈｏｗｅ ｖｅ ｒ，ｉ Ｒｅ ｓ ｅ ａ ｒ ｃｈｆ ｏ ｒｔ ｈｅ ｄａ ｔ ｉ ｏｎｏ ｆＣｈ ｉ ｎａｕｎｄｅ ｒＧｒ ａｎ ｔＮｏ． ６１５７２１３６ （ ｓ ｃ ａ ｌ ｅｕｓ ｅ ｒｐａ ｓ ｓｗｏ ｒ ｄｓｉ ｎａｓｙ ｓ ｔ ｅｍａ ｔ ｉ ｃｍａｎｎｅ ｒ． ａ ｃ ｃ ｅ ｓ ｓｔ ｏｌ ａ ｒ ｇｅ Ｍｅ ｃｈａｎ ｉ ｓｍｏ ｆＭｏｂ ｉ ｌ ｅＳｅｎ ｓ ｉ ｎｇＳｅ ｃｕ ｒ ｉ ｔ ｔ ｓＯｐ ｔ ｉｍｉ ｚ ａ ｔ ｉ ｏｎ）， ｙａｎｄＩ Ｔｈ ｉ ｓｐａｐｅ ｒａ ｉｍｓｔ ｏｕ ｔ ｉ ｌ ｉ ｚ ｅａｇ ｉ ｖｅｎｓｍａ ｌ ｌ ｓ ｃ ａ ｌ ｅａｎｄｔ ｒ ｕｅｓ ａｍｐ ｌ ｅ ｗｈ ｉ ｃｈｓ ｔ ｕｄ ｉ ｅ ｓｔ ｈｅｓ ｅ ｃｕ ｒ ｉ ｔ ｓ ｓｕｅ ｓｃ ａｕｓ ｅｄｂｙｓ ｅｎｓ ｉ ｎｇａｂ ｉ ｌ ｉ ｔ ｉ ｅ ｓ ｙｉ ｓ ｅ ｔｔ ｈａ ｔｉ ｓｒ ｅ ｌ ａ ｔ ｉ ｖｅ ｌ ａ ｓ ｉ ｅ ｒｔ ｏｏｂ ｔ ａ ｉ ｎａｎｄ ｇｅｎｅ ｒ ａ ｔ ｅａｌ ａ ｒ ｙｅ ｇｅ ｏ ｆｍｏｂ ｉ ｌ ｅｄｅ ｖ ｉ ｃ ｅ ｓ，ａｎｄｔ ｈｅｎｐ ｒ ｏｐｏ ｓ ｅ ｓａｄｅ ｆ ｅｎｓ ｅ ｍｅ ｃｈａｎ ｉ ｓｍ． ｓ ｃ ａ ｌ ｅｓ ｉｍｕ ｌ ａ ｔ ｉ ｏｎｐａ ｓ ｓｗｏ ｒ ｄｓ ｅ ｔ． Ｔｈｅｔｗｏｐ ｒ ｏ ｅ ｃ ｔ ｓａ ｒ ｅｖａ ｌ ｕｅｄｆ ｏ ｒｔ ｈｅｒ ｅ ｓ ｅ ａ ｒ ｃｈｏ ｆｂ ｉ ｔ ａａｎｄ ｊ ｇｄａ Ｉ ｎｔ ｈｅａ ｓｐｅ ｃ ｔｏ ｆ ｐａ ｓ ｓｗｏ ｒ ｄｃ ｒ ａ ｃｋ ｉ ｎｇ，ｒ ｅ ｓ ｅ ａ ｒ ｃｈｅ ｒ ｓ ｈａｖｅ ｍｏｂ ｉ ｌ ｅｄｅ ｖ ｉ ｃ ｅｓ ｅ ｃｕ ｒ ｉ ｔ ｙ． ｉ ｎ ｔ ｒ ｏｄｕｃ ｅｄ ｓ ｅ ｖｅ ｒ ａ ｌｐ ｒ ａ ｃ ｔ ｉ ｃ ａ ｌ ｐａ ｓ ｓｗｏ ｒ ｄ ｇｕｅ ｓ ｓ ｉ ｎｇ ａ ｌ ｒ ｉ ｔ ｈｍｓ ｇｏ Ｏｕ ｒｔ ｅ ａｍｈａ ｓｂｅ ｅｎｉ ｎｖｏ ｌ ｖｅｄｉ ｎｔ ｈｅｒ ｅ ｓ ｅ ａ ｒ ｃｈｏ ｆｐａ ｓ ｓｗｏ ｒ ｄ ａｎｄｓ ｏ ｆ ｔｗａ ｒ ｅ，ｓｕｃｈ ａ ｓ ＰＣＦＧ （Ｐｒ ｏｂａｂ ｉ ｌ ｉ ｓ ｔ ｉ ｃ Ｃｏｎ ｔ ｅｘ ｔ Ｆｒ ｅ ｅ ｓ ｅ ｃｕ ｒ ｉ ｔ ｏ ｒｏｖｅ ｒｆ ｏｕ ｒｙｅ ａ ｒ ｓ．Ｗｅｐｕｂ ｌ ｉ ｓｈｅｄ （ ｉ ｎｃ ｌ ｕｄ ｉ ｎｇｏｎ ｌ ｉ ｎｅ ｙｆ Ｇｒ ａｍｍａ ｒ），Ｍａ ｒ ｋｏｖｍｏｄｅ ｌ ｓ，Ｊ ｏｈｎｔ ｈｅＲｉ ｒ，ｅ ｔ ｃ．Ｈｏｗｅ ｖ ｅ ｒ， ｐｐｅ ｔ ｈｅ ｓ ｅ ｍｅ ｔ ｈｏｄｓ ｃ ｏｕ ｌ ｄ ｇｅｎｅ ｒ ａ ｔ ｅ ａｌ ａ ｒ ｒｏ ｆｉ ｎｖａ ｌ ｉ ｄ ｇｅ ｎｕｍｂｅ ｌ ｉ ｓｈ）ｆ ｏｕ ｒｒ ｅ ｓ ｅ ａ ｒ ｃｈ ｐａｐｅ ｒ ｓｉ ｎ ＵＳＥＮＩＸ Ｓｅ ｃｕ ｒ ｉ ｔ ｐｕｂ ｙ ２０１４， ＩＥＥＥ Ｔｒ ａｎｓ ａ ｃ ｔ ｉ ｏｎｓｏｎ Ｄｅｐｅｎｄａｂ ｌ ｅａｎｄ Ｓｅ ｃｕ ｒ ｅ Ｃｏｍｐｕ ｔ ｉ ｎｇ， ｓ ｓｗｏ ｒ ｄｓｔ ｈａ ｔｄｏｎｏ ｔｂｅ ｌ ｏｎｇｔ ｏａｒ ｅ ａ ｌｕｓ ｅ ｒｐａ ｓ ｓｗｏ ｒ ｄｓ ｅ ｔ． ｐａ ＩＥＥＥ Ｔｒ ａｎｓ ａ ｃ ｔ ｉ ｏｎｓ ｏｎＩ ｎ ｆ ｏ ｒｍａ ｔ ｉ ｏｎ Ｆｏ ｒ ｅｎｓ ｉ ｃ ｓａｎｄ Ｓｅ ｃｕ ｒ ｉ ｔ ｙ Ｔｈ ｉ ｓｐａｐｅ ｒｐ ｒ ｏｐｏ ｓ ｅ ｓａｎｅｗ ｍｅ ｔ ｈｏｄｔ ｈａ ｔｇｅｎｅ ｒ ａ ｔ ｅ ｓｓ ｉｍｕ ｌ ａ ｔ ｉ ｏｎ （ ｒ ｅ ｆ．［ ５］，ｐａｇｅ５ｆ ２５］．Ｗｅｈａｖｅａｎｏ ｔ ｈｅ ｒｐａｐｅ ｒ ｏｏ ｔ ｎｏ ｔ ｅ① ，［ ｓ ｓｗｏ ｒ ｄｓｂｙ ｐｅ ｒ ｔ ｕ ｒ ｂ ｉ ｎｇ ｔ ｈｅｓ ａｍｐ ｌ ｅ ｗｉ ｔ ｈｔ ｈｅ ｐｕ ｒ ｓ ｅｏ ｆ ｐａ ｐｏ ｉ ｎｔ ｈ ｉ ｓｆ ｉ ｅ ｌ ｄｏｎ ｌ ｉ ｎｅｐｕｂ ｌ ｉ ｓｈｅｄａ ｔＩＥＥＥＴＤＳＣ）． ｍａｋ ｉ ｎｇｓ ｉｍｕ ｌ ａ ｔ ｉ ｏｎ ｐａ ｓ ｓｗｏ ｒ ｄｓｓ ｅ ｔ ｓ ｍｏ ｒ ｅｓ ｉｍｉ ｌ ａ ｒｔ ｏｔ ｈｅｒ ｅ ａ ｌ Ｔｈｅ ｍｅ ｔ ｈｏｄ ｐ ｒ ｏｐｏ ｓ ｅｄ ｂｙｔ ｈ ｉ ｓ ｐａｐｅ ｒ ｗｉ ｌ ｌｈｅ ｌ ｈｅｂ ｉ ｐｔ ｇ ｈ ｉ ｓ ｐａｐｅ ｒｐ ｒ ｅ ｓ ｅｎ ｔ ｓｆ ｏｕ ｒ ｕｓ ｅ ｒ ｐａ ｓ ｓｗｏ ｒ ｄｓ． Ｆｕ ｒ ｔ ｈｅ ｒｍｏ ｒ ｅ，ｔ ａｎ ｔ Ｎｏ． １６ＤＺ１１００２０）ｔ ｏｃ ｒ ｅ ａ ｔ ｅｓ ｉｍｕ ｌ ａ ｔ ｅｄ ｄａ ｔ ａｔ ｅ ｓ ｔ ｂｅｄ （Ｇｒ ｅ ｖａ ｌ ｕａ ｔ ｉ ｏｎｃ ｒ ｉ ｔ ｅ ｒ ｉ ａ，ｉ ｎｃ ｌ ｕｄ ｉ ｎｇ ｔ ｈｅｃ ｏｖｅ ｒ ａｇｅｒ ａ ｔ ｅｏ ｆｔ ｈｅｒ ｅ ａ ｌ ｄａ ｔ ａｂａ ｓ ｅｄｏｎａｓｍａ ｌ ｌａｎｄｔ ｒ ｕｅｓ ａｍｐ ｌ ｅ，ｗｈｅｎａｔ ｅ ｓ ｔｏ ｆｂ ｉ ｇ ｓ ｓｗｏ ｒ ｄｓ，ｔ ｈｅｇｏｏｄｎｅ ｓ ｓｏ ｆｆ ｉ ｔｏ ｆｔ ｈｅＺ ｉ ｆｄ ｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｉ ｏｎ，ｔ ｈｅ ｐａ ｐ ｄａ ｔ ａｒ ｅ ｉ ｒ ｅ ｓ ｍａ ｓ ｓ ｉ ｖｅ ｄａ ｔ ａｔ ｏｅ ｖａ ｌ ｕａ ｔ ｅｔ ｈｅ ｅ ｆ ｆ ｉ ｃ ｉ ｅｎｃｙ ａｎｄ ｑｕ ｓ ｉｍｉ ｌ ａ ｒ ｉ ｔ ｆｐ ａ ｓ ｓｗｏ ｒ ｄｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅｄ ｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｉ ｏｎ ｓａ ｎｄｔ ｈ ｅｐ ｒ ｏｐｏ ｒ ｔ ｉ ｏｎ ｙｏ ／ｍｅ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖｅｎｅ ｓ ｓｏ ｆｐ ｒ ｏｐｏ ｓ ｅｄａ ｌ ｒ ｉ ｔ ｈｍｓ ｔ ｈｏｄｓ，ｂｕ ｔｔ ｈｅｒ ｅ ａ ｌ ｇｏ ｏ ｆｓｐｅ ｃ ｉ ａ ｌｐａ ｔ ｔ ｅ ｒ ｎｓｏｎｓ ｔ ｒ ｕｃ ｔ ｕ ｒ ｅ ｓｏ ｒｓ ｅｍａｎ ｔ ｉ ｃ ｓ．Ａ ｓ ｅ ｒ ｉ ｅ ｓｏ ｆ ｄａ ｔ ａａ ｒ ｅａｂｓ ｅｎ ｔ．Ｉ ｎａｄｄ ｉ ｔ ｉ ｏｎ，ｔ ｈｅｇｅｎｅ ｒ ａ ｔ ｅｄｄａ ｔ ａｃ ａｎｂｅｕｓ ｅｄ ｅｘｐｅ ｒ ｉｍｅｎ ｔ ｓ ｓｈｏｗ ｔ ｈｅ ａｄｖａｎ ｔ ａｇｅ ｓｏ ｆｔ ｈｅ ｎｅｗ ａ ｌ ｒ ｉ ｔ ｈｍ ｇｏ ｔ ｏｓ ｔ ｕｄｙｔ ｈｅｉｍｐ ｒ ｏｖｅｄｔ ｅ ｃｈｎ ｉ ｓｆ ｏ ｒｍｏｂ ｉ ｌ ｅｄｅ ｖ ｉ ｃ ｅｓ ｅ ｃｕ ｒ ｉ ｔ ｑｕｅ ｙ． ｃ ｏｍｐａ ｒ ｅｄｗｉ ｔ ｈＰＣＦＧａｎｄ Ｍａ ｒ ｋｏｖｍｏｄｅ ｌ ｓ．