本發明提供了一種基于Transformer模型和深度強化學習的密碼猜測系統及方法,包括分詞模塊,采用文本詞條化工具對密碼集進行詞條概率統計,按照設置生成詞表,并對密碼集進行詞條切分操作,生成分詞后的密碼集;語言模型模塊,負責根據分詞后的密碼集,訓練Transformer語言模型,生成下一可能詞條的概率表;強化學習解碼模塊,負責根據Transformer語言模型的輸出結果動態調整解碼時的采樣“溫度”,持續生成碰撞率最高的密碼訓練集;工具模塊,負責清洗數據集,將生成的密碼訓練集與密碼測試集進行匹配碰撞?;诒景l明的技術方案,能夠改善傳統集束搜索解碼方式耗費資源多以及解碼時間長的情況,提高了密碼猜測集的碰撞效率,且占用內存資源少,生成猜測集也十分方便。
聲明:
“基于Transformer模型和深度強化學習的密碼猜測系統及方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)