密码仍然是一种重要的身份验证技术。近年来,许多网站的口令库泄露,给研究者提供了大量真实口令数据。对大量真实口令的分析表明,用户生成的口令并不是随机的,其本身具有很强的规律性,从中发现内在的规律,并由此构造效率更高的破解字典,可以更为有效地解决字典变形方法中口令泛化能力弱的问题。评价口令猜测方法的因素主要有破解率和字典生成速度两个方面。前者体现了在指定猜测次数的情况下,对目标口令破解的能力;后者反映了生成指定次数猜测口令序列的性能,关系到其实际应用能力。Weir等人基于PCFG的口令破解系统,是基于字典的口令破解方法的重要补充,Dell’Amico等人提出的Monte Carlo方法可以不费过多算力来计算口令强度。目前,概率上下文无关文法（PCFG）在实际应用中有很高的破解率,但由于使用PCFG方法生成字典的速度较慢,只有50K/s,而且只能先离线产生字典,再投入实际破解计算系统,这导致难以使用大规模的字典用于猜测。因此,如何对字典生成方法进行改进,提升PCFG生成字典的速度,具有很好的理论价值和实践价值。本文利用Weir提出的基于PCFG的口令结构生成方法以及Dell’Amico等人提出的通过概率预测猜测次数的方法,提出了一种可以利用并行方法加速的字典生成方法,以此来提高PCFG方法生成字典的速度,加速比可以达到853-1276。本文使用PCFG的口令结构生成方法,通过对Rockyou等真实的明文口令训练,创建PCFG的口令结构集合。对集合进行取样后,使用Monte Carlo方法对样本进行处理,加以改进后,得到猜测次数与其对应的概率大小的关系。根据生成的规则结构,并按照概率提取词汇表后,得到词汇表之间的笛卡尔乘积的结果,写入磁盘来生成PCFG字典,过程中使用并行方法优化其生成的速度。由于PCFG方法生成的词汇是按概率非升序生成,按照此方法优化过后并不能严格保证此特点,但是可以以多级字典的方法改进使其基本有序。