买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：本发明公开了一种基于多任务学习的小样本口令集合猜测方法，包括：对目标小样本口令集合和辅助训练口令集合进行预处理，获得每个口令集合的口令结构集合和数据段集合；构建多任务学习神经网络模型并利用目标小样本口令集合和辅助训练口令集合预处理后的口令结构集合进行多任务学习；利用目标小样本口令集合的口令结构集合对预训练后的神经网络模型进行训练；利用训练后的神经网络模型获得预测的口令结构集合；利用目标小样本口令集合的各数据段集合对预测的口令结构集合进行填充，生成猜测的口令集合。本发明利用多任务学习神经网络模型同时学习不同口令数据集，提高了口令猜测对小样本口令集合的破解率。

主权项：1.一种基于多任务学习的小样本口令集合猜测方法，其特征在于，包括：对目标小样本口令集合和辅助训练口令集合进行预处理，获得每个口令集合的口令结构集合、字母段集合、字母段掩码集合、数字段集合以及特殊字符段集合，所述辅助训练口令集合与所述目标小样本口令集合来自不同的口令集合；构建多任务学习神经网络模型，利用目标小样本口令集合和辅助训练口令集合预处理后的口令结构集合对所述多任务学习神经网络模型进行多任务学习，得到预训练后的神经网络模型；利用所述目标小样本口令集合的口令结构集合对所述预训练后的神经网络模型进行训练，获得训练后的神经网络模型；利用训练后的神经网络模型获得预测的口令结构集合；利用目标小样本口令的字母段集合、字母段掩码集合、数字段集合和特殊字符段集合对预测的口令结构集合进行填充，生成猜测的口令集合；所述多任务学习神经网络模型包括共享层模块以及分别与所述共享层模块连接的多个特定任务层模块，其中，所述共享层模块用于捕获口令集合中共享的口令结构知识，所述共享层模块包括一个输入层、两个RNN层、一个Linear层和一个Dropout层，所述输入层的输入为每个口令预处理获得的口令结构的向量形式；所述特定任务层模块包括两个RNN层、一个Linear层、一个Softmax层以及一个输出层；所述共享层模块和所述特定任务层模块，用于同时学习多个口令集合的口令结构集合，捕获共享的口令结构表示，帮助小样本口令集合学习口令结构知识；在训练过程中，将多个口令集合的口令结构集合输入到所述神经网络模型中进行多任务学习，使用所述共享层模块捕获口令集合共享的口令结构知识；多个任务能够使用共享层模块和各自的特定任务层模块训练各自的loss函数；在多任务学习中，相关任务同时进行学习，梯度反向传播，更改共享层模块和特定任务层模块的参数，共享层模块中包含了多个任务的共享表示；所述神经网络模型使用硬参数共享的方式在多个任务之间共享参数，多个任务使用同一个底层网络，参数完全共享。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于多任务学习的小样本口令集合猜测方法