| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 口令字典研究与发展 | 第10-12页 |
| 1.2.2 神经网络研究与发展 | 第12页 |
| 1.3 本文主要研究内容与贡献 | 第12-15页 |
| 1.3.1 研究内容及章节简介 | 第12-13页 |
| 1.3.2 主要贡献 | 第13-15页 |
| 第2章 相关知识介绍 | 第15-27页 |
| 2.1 口令文件 | 第15-16页 |
| 2.2 神经网络 | 第16-26页 |
| 2.2.1 神经网络与深度学习 | 第16-19页 |
| 2.2.2 神经网络模型 | 第19-22页 |
| 2.2.3 循环神经网络 | 第22-24页 |
| 2.2.4 长短期记忆神经网络 | 第24-26页 |
| 2.3 本章总结 | 第26-27页 |
| 第3章 使用神经网络学习口令规则 | 第27-41页 |
| 3.1 实验基础 | 第27-28页 |
| 3.1.1 实验设备 | 第27页 |
| 3.1.2 软件平台 | 第27-28页 |
| 3.1.3 口令文件 | 第28页 |
| 3.2 实验模型 | 第28-35页 |
| 3.2.1 建模方法 | 第29-31页 |
| 3.2.2 Dropout正则化 | 第31-32页 |
| 3.2.3 损失函数与优化算法 | 第32-35页 |
| 3.3 CNTK与Tensorflow训练效果比较 | 第35-40页 |
| 3.3.1 训练时间对比 | 第35-37页 |
| 3.3.2 预测结果对比 | 第37-40页 |
| 3.3.3 实验结果 | 第40页 |
| 3.4 本章总结 | 第40-41页 |
| 第4章 口令字典生成及分析 | 第41-49页 |
| 4.1 生成口令字典 | 第41-44页 |
| 4.1.1 生成口令字典方法 | 第41-43页 |
| 4.1.2 分析口令字典 | 第43-44页 |
| 4.2 对比分析 | 第44-48页 |
| 4.2.1 实验数据集对比 | 第45页 |
| 4.2.2 匹配猜测对比 | 第45-48页 |
| 4.3 本章总结 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 论文总结 | 第49-50页 |
| 5.2 对未来的展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |