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！

龙图腾网获悉南开大学申请的专利基于多语义融合的概率上下文无关文法的口令猜测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121479754B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610021314.2，技术领域涉及：G06F21/31；该发明授权基于多语义融合的概率上下文无关文法的口令猜测方法是由洪淑弘;汪定;宁博设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本基于多语义融合的概率上下文无关文法的口令猜测方法在说明书摘要公布了：本发明涉及信息安全技术领域，针对概率上下文无关文法的口令猜测难以具体化识别多语义模式且语义引导强度不可控的问题，提出基于多语义融合的概率上下文无关文法的口令猜测方法：在训练口令中枚举子串，按简单、日期、词汇和姓名模式识别语义段并优先级消歧，以最大语义覆盖且语义段最少为分段原则动态规划分段，训练时为各语义模式设置语义增强参数β对计数加权归一化，生成时按概率优先队列输出候选口令字典，本方法适用于离线口令审计、口令策略评估及渗透测试中的高效口令猜测。

本发明授权基于多语义融合的概率上下文无关文法的口令猜测方法在权利要求书中公布了：1.基于多语义融合的概率上下文无关文法的口令猜测方法，其特征在于，包括如下步骤： 步骤S1，对训练集口令进行多语义分段预处理，得到口令分段结果集，其中，所述多语义分段预处理包括： 枚举每一训练口令的子字符串并在预设语义模式集合中进行匹配识别以得到语义段，所述语义模式集合包括简单模式、日期模式、词汇模式和姓名模式；对同一语义段同时匹配多种语义模式的，按预设语义模式优先级确定唯一语义模式标记，基于最大语义覆盖率且语义段数量最少的分段原则，采用动态规划在语义段与非语义段之间选择最优分段方案，形成所述口令分段结果集； 步骤S2，基于所述口令分段结果集训练多语义融合的概率上下文无关文法模型，将非语义段按字符类型编码为结构标识、将语义段按其语义模式编码为语义标识符，统计口令结构及子结构填充段计数，并为各语义模式配置语义增强参数β，对语义段对应计数按β加权后归一化，得到口令结构概率分布及子结构填充段的条件概率分布； 步骤S3，基于所述口令结构概率分布及条件概率分布，采用优先队列按生成概率从大到小生成候选口令，形成生成口令字典； 步骤S4，从所述生成口令字典中输出预设数量的猜测口令作为口令猜测结果； 所述步骤S1包括如下子步骤： 步骤S101，对训练集中的每一个口令枚举该口令的全部子字符串，针对每一个子字符串识别其是否属于预设语义模式集合中的任一种语义模式，将被识别为语义模式的子字符串作为语义段并加入语义段集合S； 步骤S102，对于语义段集合S中同时匹配多种语义模式的同一语义段，依据预设的语义模式优先级选择唯一语义模式标记该语义段； 步骤S103，基于分段原则，利用动态规划方法在每个口令上选择由语义段与非语义段组成的最优分段方案，将所述最优分段方案记录为口令分段结果，汇总所有口令分段结果得到所述口令分段结果集，所述分段原则为最大语义覆盖率和最少语义段数量； 所述步骤S103中动态规划确定最优分段方案的过程包括： 维护与口令长度相同的第一状态数组、第二状态数组和第三状态数组，所述第一状态数组用于记录在当前位置之前所有候选分段方案中的最大语义覆盖长度，所述第二状态数组用于记录在该最大语义覆盖长度下的最少语义段数量，所述第三状态数组用于记录从当前位置开始的语义段结束位置或标识当前字符归入非语义段； 从口令末尾向前遍历每一个字符，将该字符位置视为语义段起始位置时，枚举所有以该位置为起始、在语义段集合S中存在的语义段候选，对比由该语义段扩展得到的语义覆盖长度和语义段数量与当前记录的状态，若在语义覆盖长度更大或在语义覆盖长度相同且语义段数量更少时，则更新第一状态数组、第二状态数组及第三状态数组； 将该字符位置视为非语义段起始位置，继承后一位置的状态并在语义覆盖长度相同且语义段数量不增加时保持现有记录； 遍历完成后，从口令起始位置出发，依据第三状态数组中记录的语义段结束位置与非语义段标记，依次重建包含语义段和非语义段的分段列表segments，所述分段列表segments即为满足分段原则的最终口令分段结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南开大学，其通讯地址为：300071 天津市南开区卫津路94号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。