投稿014期 | 独树一帜：重复率为0的毕业论文

先贴一张我的论文当时查重时的截图：

作为计算机专业的学生，毕业设计大部分都是XXX管理系统，用的技术要么是Java，要么是C#，因为这些都是已有的专业选修课。一般学生把系统做出来，演示一下，然后应对一些答辩问题，基本上都是稳稳的，不过重复率是个大问题。我印象很深的是，室友的论文重复率高达70%，这得要把论文翻译成文言文了，手动狗头。

写论文我觉得是一个思维发散再合并的过程，就像归并排序一样，先分割论文，分割到不能再分割的时候，再去合并。写毕业论文是一种艺术，不要把它当做负担。下面我来分享一下我的论文创作过程。

1、论文选题

凡事有利有弊。选择一个热门的主题，虽然实现的难度小，但是重复率不太好控制；选择一个冷门的主题，遇到的问题就是实现的难度，以及额外的学习成本，但是好处就是，不需要理解得太深。其实我不需要去担心可行性的问题，因为这些题都是导师出的。

我的选题是比较冷门的加密解密，这样大体上解决了查重问题。另外,我的论文其实没有实际的项目作为依据的，所以需要些额外的操作来扩大篇幅，比如一些数据分析，甚至数据分析的过程，都可以写在论文里。我的论文题目是：口令结构分析以及模式化破解算法。当时我觉得这个题目很高端，但时隔多年回头看看，发现里面其实没有多少深度，只不过恰好是别人不了解的领域罢了。

2、理论的描述

理论描述是极其重要的，即使你描述的内容是显而易见的，也要在论文里清除地描述出来。例如，我在我的论文开篇，详细介绍了什么是口令，口令的特点等等。这些描述看似没有任何技术含量，但是这些是论文中极其重要的一部分。做项目的不会直接介绍自己的项目，一定会去介绍自己的项目背景、项目运用到的技术等等。

回到我的论文，很显然，口令是需要自己记住的，我在这里还引用了心理学的一篇关于记忆的论文，正好我在学校也选修了心理学基础，就顺手用上去了。其实就是的“7±2效应”，大家有兴趣的话自己上网查一下。

3、数据分析的过程

很久之前，CSND的数据库泄露，几百万用户的用户名密码都被公布到网上了。显然，这是一个不错的研究材料，我随便在网上找了找，真的找到了大约600万个CSND的数据，我还顺便简单介绍了如何将这些数据导入数据库。相比于理论描述，这波导入数据库的操作更加有技术含量。

然后，就是各种查询的操作了。我可以通过使用正则表达式来筛选出各种条件的密码，最简单的就是，我可以查出所有密码长度为9的数据一共有多少个，然后得到对应的比例。我可以把查询的SQL语句写在论文里，使得论文更加饱满。

4、切入正题

其实，上面的所有理论分析都是为后面的正题做铺垫，正题就是用一种高效的方式破解密码。准确来说，前面的铺垫也是正题的一部分。我的理论其实很简单，就是将常见的几个字符看做一个，扩大数据字典，减少密码的“位数”。举个例子，某个密码是：happy_666_qwer。我们的数据字典里，happy算是一个字，连续数字666算是一个字，键盘连续的键qwer算是一个字，那么，happy_666_qwer这个14位长度的密码，相当于5位密码，从而提升暴力破解的效率。

在我论文的理论里，类似qk,3rgE12.#p0这样杂乱无章的密码，是破解不了的，因为我认为这样的密码几乎不会出现。

5、尝试实现

其实，我并没有真正地把数据字典完整地构建出来，但我做出了一定的努力，例如，我们在把键盘连续按键加入数据字典时，就把问题转换成了求一定长度的子序列的问题。这些构建数据字典的方法，其实都可以在论文里面写出来，至少要证明这个方案是可行的。

6、暴力破解

最后考虑到答辩可能会被问到的问题，我在网上找了暴力破解加密密文的方法，就是彩虹表法。这个我试了一下，确实是可行的。然后就是稍微理解一下彩虹表法的原理，果然不出意外，答辩的时候老师确实问了这个问题。下图是破解工具的打开目录。

至此，我的毕业论文就圆满结束了。回过头来看，我的毕业论文还是环环相扣的，先从口令的概念特点出发，引入“7±2效应”，并且从600万条真实的数据，根据大多数人的记忆习惯，进一步分析出口令的特点，随后就是把用户习惯相关的数据放入数据字典里，缩短口令长度，提升破解效率。这也就是前面说的，先分再合。其实，论文每一部分拆开来看，都是很容易的，主要核心还是在于如何将这些模块组合到一起。

我还清楚地记得，论文大概一周多就解决了，而且当时我已经在外地实习了，感谢导师的远程指导。虽然我自认为这篇论文还是挺不错的，但是最终还是没有能入选优秀毕业论文。或许，我的论文只是独特而已吧。

总结——论文心得：

• 冷门选题，不一定是坏事，热门选题，不一定是好事。

• 理论与实际数据相结合，数据分析的过程很重要

• 如果大家的论文打开的内容都差不多，那么我们就去换一个打开的方式

• 提前准备好答辩可能会被问到的问题