基于异构计算的分布式密码分析平台技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 选题背景及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 第2章 实验平台与密码分析工具Hashcat | 第16-29页 |
| 2.1 CPU和GPU体系结构 | 第16-23页 |
| 2.1.1 CPU结构简介 | 第16-17页 |
| 2.1.2 GPU结构简介 | 第17-18页 |
| 2.1.3 CPU与GPU的区别 | 第18-19页 |
| 2.1.4 CPU-GPU异构计算 | 第19-20页 |
| 2.1.5 并行计算与MPI | 第20-23页 |
| 2.2 实验集群简介 | 第23-25页 |
| 2.2.1 计算机集群 | 第23-24页 |
| 2.2.2 国家超级计算长沙与广州中心计算集群 | 第24-25页 |
| 2.2.3 超算集群节点和个人电脑的区别 | 第25页 |
| 2.3 密码分析工具Hashcat | 第25-29页 |
| 2.3.1 Hashcat简介 | 第25-26页 |
| 2.3.2 Hash密码的加密与解密原理 | 第26-27页 |
| 2.3.3 Hashcat主要破解模式 | 第27-29页 |
| 第3章 密码智能字典生成 | 第29-56页 |
| 3.1 数据集分析 | 第29-31页 |
| 3.2 极大似然估计及理论分析 | 第31-33页 |
| 3.3 word2vec | 第33-38页 |
| 3.3.1 词向量化表示 | 第33-34页 |
| 3.3.2 word2vec语言模型 | 第34-38页 |
| 3.4 LSTM模型 | 第38-45页 |
| 3.5 TextCNN模型 | 第45-50页 |
| 3.6 智能字典生成 | 第50-56页 |
| 3.6.1 随机生成算法 | 第52-53页 |
| 3.6.2 全局生成算法 | 第53-56页 |
| 第4章 系统实现 | 第56-65页 |
| 4.1 系统架构设计 | 第56-58页 |
| 4.2 实现CPU-GPU异构并行计算 | 第58-60页 |
| 4.3 跨平台部署及任务提交管理 | 第60-63页 |
| 4.4 运行任务及结果输出 | 第63-65页 |
| 第5章 系统测试与结果分析 | 第65-74页 |
| 5.1 系统配置 | 第65-66页 |
| 5.2 功能测试 | 第66-69页 |
| 5.2.1 暴力破解测试 | 第66-68页 |
| 5.2.2 字典破解测试 | 第68-69页 |
| 5.3 性能测试 | 第69-71页 |
| 5.3.1 暴力破解性能测试 | 第69-71页 |
| 5.3.2 字典破解性能测试 | 第71页 |
| 5.4 通用性测试 | 第71-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第80-81页 |
| 致谢 | 第81页 |
