24、密码猜测与预测性警务：技术与应用探索

密码猜测与预测性警务：技术与应用探索

密码猜测技术研究

在密码猜测的研究中，人们探索了多种方法，旨在利用神经网络强大的表达能力分析泄露数据集中的统计模式，并从建模分布中采样新序列来生成密码猜测。

背景与相关工作

• 概率方法 ：
  • 马尔可夫模型 ：Narayanan等人提出使用马尔可夫模型进行密码猜测，认为单词的语音相似性对密码的可记忆性起着重要作用。该模型通过考虑先前的背景字符来估计下一个字符出现的可能性。对于长度为(n - 1)的前缀，n - 元马尔可夫模型预测第n个字符的可能性。概率估计公式为：
    [P(c_1, \ldots, c_t) \approx P(c_1, \ldots, c_{n - 1}) \cdot \prod_{i = n}^{t} P(c_i|c_{i - n + 1}, \ldots, c_{i - 1})]
  • 混合算法 ：Narayanan等人还提出了一种混合算法，生成符合马尔可夫过滤器且能被有限自动机接受的密码。但分析包含数百万密码的集合以找到合适的正则表达式较为困难。Deurmuth等人改进了该工作，按概率降序生成密码，优先尝试最可能的猜测，从而减少密码破解时间。
  • 概率上下文无关文法（PCFG） ：Weir等人提出使用PCFG生成密码猜测。PCFG将密码视为具有特定语法结构和适合这些结构的终端集合。该方法通过将数字字符串和特殊字符串终端按概率降序替换到基本结构中生成预终端结构，再将字母字符串