口令认证作为用户身份认证方式之一,尽管存在着许多的安全隐患,但是凭借着其部署的方便性和灵活性,在可预见的未来中仍然是最主要的用户认证方式。因此,本文将研究重点放在了口令猜测技术的研究上。该项技术的研究不光能够制作出效率更高的口令字典,从而提升口令破解的效率,同时能够帮助系统和网站制定更好的口令策略,以此来提升用户的口令强度,创建更为安全的口令。首先,本文研究了目前较为流行的三种口令猜测算法,分别为基于概率上下文无关模型(PCFG)的口令猜测算法,基于Markov的口令猜测算法以及基于神经网络的口令猜测算法,分析其口令猜测过程以及在实际应用中的使用情况,为本文提出的PRP(Personal-RNN-PCFG)口令猜测算法提供理论基础。其次,本文通过对网络上多个公开的口令数据集展开研究,从常用口令、口令字符组成、口令长度、口令重用以及口令中包含的个人信息等多个维度研究口令的创建规律,为本文提出的PRP口令猜测算法提供了数据基础。再次,本文在上面理论基础以及数据基础上,利用个人信息,基于PCFG算法的思想,结合循环神经网络(RNN)的优势,提出了PRP口令猜测算法。该算法的主要思路是通过提取泄露数据集的口令结构,利用RNN对口令结构进行学习,从而进行口令结构的预测,最后利用个人信息对口令结构进行填充,从而得到预测口令。最后,本文使用PRP口令猜测算法搭建了口令猜测原型系统。并在在线猜测和离线猜测两种情境下对该原型系统进行测试,通过和基于PCFG算法的口令猜测系统进行对比,发现基于PRP算法的口令猜测系统无论是在在线猜测还是离线猜测的场景下,其破解效率都要优于基于PCFG算法的口令猜测系统。