在信息技术全面渗透人类社会每个角落的今天,人们的日常生活已无法离开网络,网络在为社会提供便利的同时也带来了信息安全的问题。口令恢复技术与口令加密研究相辅相成,是安全部门侦查取证、情报获取及维护网络信息安全中的重要一环。目前随着移动互联网用户激增,口令空间呈现指数级增长。因此,生成高效的口令字典成为口令恢复的关键所在。针对口令字典生成中存在搜索空间大、口令多样性差以及口令恢复命中率低等问题,本文提出了一种基于个人信息的口令恢复方法。主要分析了口令中包含个人信息和热词的口令结构,根据已知的个人信息和统计得到的热词库和口令规则库,生成口令字典,设计并实现了高效的口令恢复方法,并将其应用于PDF文件口令恢复。以下是本文完成的主要工作:1.对本文选取的8个国内外网站的海量真实口令进行潜在规律挖掘分析。分析了 口令的Zipf分布,使用N-gram模型对口令进行特征提取,统计分析了口令长度、口令类型、流行口令和键盘规则,多角度总结了真实口令创建的规律。为下一步生成口令字典提供规律支撑。2.提出基于个人信息的口令字典生成方法。构建多指针字典树,对口令数据集进行热词统频和对包含个人信息的口令规则统频,提高对个人信息和热词的发现性能,得到热词库和口令规则库。根据得到的个人信息、热词库、语料库和键盘规则等,基于口令规则库,利用Hashcat Best64生成口令字典,根据泛目标和精准目标选择不同的口令恢复策略。提高了口令的多样性、口令覆盖率和口令命中率。3.基于FPGA对PDF文件进行高效口令恢复。介绍了 PDF17L3文件的加密算法流程以及口令恢复流程,并对核心算法进行了预计算、CSA策略、流水线优化。使用本文生成的基于个人信息的口令字典,通过FPGA平台进行高速字典解析,采用泛目标攻击对PDF文件进行高效的口令恢复。实验结果表明了基于个人信息的口令恢复算法的有效性和高效性,有效提高了 PDF文件的口令恢复效率。