[发明专利]基于变分自动编码器的口令生成方法、系统、介质和设备

权利要求书

1.一种基于变分自动编码器的口令生成方法，其特征在于，包括下述步骤：

口令集预处理；

构建初始的变分自动编码器结构，所述变分自动编码器结构包括编码器和解码器，所述编码器的结构采用循环神经网络后接两个线性层，所述解码器的结构采用循环神经网络构建；

训练模型：所述编码器学习口令集的分布，编码后得到低维的隐藏向量，所述隐藏向量分别通过两个线性层计算得到参数均值和标准差，通过重参数计算得到潜在向量，所述解码器通过潜在向量重建数据，得到重建数据计算重建数据与输入的原始口令集的误差，然后通过训练减少误差；

模型优化：模型的优化器计算损失函数，将结果反馈给变分自动编码器模型的编码器和解码器，通过梯度下降算法调整循环神经网络和线性层的参数；

所述模型的优化器计算损失函数，所述损失函数包括交叉熵损失函数与KL散度，分别用于衡量原始口令数据和重建后的口令数据的相似度，以及隐藏空间的分布与正态分布的相似度；

所述标准差的分布与正态分布之间的KL散度，具体计算公式为：

其中，N(μ,σ)表示标准差的分布，N(0,1)表示正态分布，μ表示参数均值，σ表示标准差；

模型训练优化后得到最优的分布参数均值和标准差，得到对应口令集的近似分布；

将参数均值和标准差通过正态分布计算得到潜在空间的分布情况，将潜在向量和首字母向量输入解码器，输出口令数据。

2.根据权利要求1所述的基于变分自动编码器的口令生成方法，其特征在于，所述口令集预处理的具体包括：数据清理、构建字典和文本矢量化表示；

所述数据清理具体步骤包括：清除口令集中长度超过预设值的口令，对无法编码的内容进行清洗；

所述构建字典具体步骤包括：对数据清理后的数据进行提取所用的字符，组成一个字典；

所述文本矢量化表示步骤包括：基于字典将使用的密码转换成one-hot向量表示。

3.根据权利要求1所述的基于变分自动编码器的口令生成方法，其特征在于，还包括序列数据处理步骤，所述循环神经网络接收序列输入，通过输入初始隐藏向量h，在每一个时刻t，更新隐藏向量h和生成数据o；

所述隐藏向量h更新公式为：

h_t＝f(Ux_t+Wh_t-1)

其中，f表示一个非线性的激活函数，U表示输入到隐含层的权重矩阵，W表示状态到隐含层的权重矩阵；

所述生成数据o的计算公式为：

O_t＝g(Vh_t)

其中，g表示非线性的激活函数。

4.根据权利要求1所述的基于变分自动编码器的口令生成方法，其特征在于，所述通过重参数计算得到潜在向量，具体计算步骤为：

从标准正态分布N(0，1)中采样一个向量ε，使得z＝mu+exp(log(var))*ε；

其中，z表示潜在向量。

5.根据权利要求1所述的基于变分自动编码器的口令生成方法，其特征在于，所述梯度下降算法采用Adam算法。