CSNN：基于汉语拼音与神经网络的口令集安全评估方法

图共 4个表共 5个

input: Training Set, allCSs
intermediate result: the structure of current password (thisStructure)
output: Password structure frequency table(Structure)
1 for password $ \in $ Training Set do
2 　if Array_alphaStrings ← match_alplaStrings(password) then
3 　　for alplaString $ \in $ Array_alphaString do
4 　　　i, e ← index(alplaString), end(alplaString)
5 　　　if CSs ← match_CSs(alplaString) then
6 　　　　Array_Ci, Array_Ce ← index(CSs), end(CSs)
7 　　　　Queue_append(thisStructure,'C', Array_Ci)
8 　　　　Array_Li ← getsubStringIndex(i,e,Array_Ci, Array_Ce)
9 　　　　Queue_append(thisStructure,'L', Array_Li)
10 　　end if
11 　　else
12 　　　Queue_append(thisStructure,'L', i)
13 　　end else
14 　end for
15 end if
16 if Array_digitStrings ← match_digitStrings(password) then
17 　Array_Di ← index(Array_digitStrings)
18 　Queue_append(thisStructure,'D', Array_Di)
19 end if
20 if Array_specialStrings← match_specialStrings(password) then
21 　Array_Si ← index(Array_specialStrings)
22 　Queue_append(thisStructure,'S', Array_Si)
23 end if
24 　Structure.add(thisStructure)
25 end for
26 Structure.frequency()
27 return Structure

表 1 Structure Parsing算法

input: $\Sigma $, M
output: Password dictionary
1 count ← 0
2 while count < scale do
3 　nowStr ← getStr_rand($\Sigma $)
4 　nowStr ← strCat(nowStr, EOF)
5 　incoPwd ← STA
6 　for seg $ \in $ nowStr do
7 　　if seg $ \in $ predict(M, incoPwd) then
8 　　　prediction ← selectSeg_rand(M, seg)
9 　　　tempPwd ← pwdCat(incoPwd, prediction)
10 　　　if len(printable(tempPwd)) <= Len
and weight(printable(tempPwd)) >= T then
11 　　　incoPwd ← tempPwd
12 　　　else
13 　　　　incoPwd ← NULL
14 　　　　break
15 　　　end if
16 　　else
17 　　　incoPwd ← NULL
18 　　　break
19 　　end if
20 　end for
21 　if end(incoPwd) == EOF then
22 　　dictionary.add(printable(incoPwd))
23 　　++count
24 　end if
25 end while
26 return dictionary

表 2 Password Generation算法

表 3 本文使用的口令集信息

表 4 各口令集中最流行的18个汉语拼音

表 5 口令结构分布频率(%)