摘要
本发明公开了一种结合神经网络模型和Hashcat的混合口令破解方法,本发明方法包括基于口令数据集预先训练通用神经网络模型,用短口令和长口令分别微调通用模型,构建适用于短口令和长口令的两个专属模型;使用专属模型生成长、短口令数据,长口令数据作为字典攻击的字典,短口令数据根据Hashcat的掩码规则映射为掩码生成掩码列表;针对待破解的目标口令哈希值,通过Hashcat掩码攻击模式结合所述掩码列表对目标口令哈希值进行破解,通过Hashcat字典攻击模式结合字典对目标口令哈希值进行破解,返回破解成功的口令。本发明旨在结合神经网络模型和Hashcat来实现口令破解以提高破解成功率并优化计算资源的利用。
技术关键词
口令
神经网络模型
掩码规则
规模
字典
列表
模式
异常数据
字符
参数
元素
系统为您推荐了相关专利信息
地址映射表
优化神经网络模型
管理方法
负载特征
神经网络分类器
储能优化调度方法
时间段
电能
神经网络模型
充电站设备
数据
光伏发电站
深度学习融合
聚类
功率预测方法
车载控制器
网络管理方法
轻量级神经网络
神经网络模型
生成特征向量
亮度
视觉信号处理
智能家居数据
控制投影设备
图像