本发明提供了一种基于Transformer模型和深度强化学习的密码猜测系统及方法，包括分词模块，采用文本词条化工具对密码集进行词条概率统计，按照设置生成词表，并对密码集进行词条切分操作，生成分词后的密码集；语言模型模块，负责根据分词后的密码集，训练Transformer语言模型，生成下一可能词条的概率表；强化学习解码模块，负责根据Transformer语言模型的输出结果动态调整解码时的采样“温度”，持续生成碰撞率最高的密码训练集；工具模块，负责清洗数据集，将生成的密码训练集与密码测试集进行匹配碰撞。基于本发明的技术方案，能够改善传统集束搜索解码方式耗费资源多以及解码时间长的情况，提高了密码猜测集的碰撞效率，且占用内存资源少，生成猜测集也十分方便。
声明：
“基于Transformer模型和深度强化学习的密码猜测系统及方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1247
编辑：管理员
来源：北方有色网
咨询细节
