基于形态学的电力系统弱口令深度学习检测方案
来源：计算机应用与软件杂志2024年第10期北京时间：
作者：栗会峰, 李铁成, 姚启桂, 栗维勋, 杨立波, 孙广辉
摘要：在电力系统中，口令是身份认证的重要方式之一。传统的弱口令扫描方案主要针对口令长度、相同字母组合、口令与个人信息相关性等因素，未关注用户基于键盘坐标构成具有形态学特征的弱口令。将口令根据键盘位置转化为28×28的图像，并通过卷积神经网络学习口令的形态学特征，从而有效识别具有形态学特征的弱口令。该方案与基于N-gram马尔可夫链模型、卡巴斯基评测器这两种现有口令强度评估方法进行对比，具有更高的准确率和显著的识别精度，更能保障电力系统口令安全。
关键词：形态学弱口令, 电力系统, 卷积神经网络
