Anailís ar bhilliún cuntas a fuarthas mar thoradh ar sceitheadh ​​bunachar sonraí úsáideoirí éagsúla

Foilsithe staitisticí a ghintear bunaithe ar anailís ar bhailiúchán billiún cuntas a fuarthas mar thoradh ar sceitheanna éagsúla bunachar sonraí le paraiméadair fíordheimhnithe. Chomh maith leis sin ullmhaithe samplaí le sonraí ar mhinicíocht úsáide pasfhocail tipiciúla agus na liostaí ó 1 míle, 10 míle, 100, 1 milliún agus 10 milliún focal faire is coitianta, ar féidir a úsáid chun dlús a chur le roghnú hashes pasfhocal.

Roinnt ginearálú agus torthaí:

• As an mbailiúchán billiún taifead a d’eascair as sin, cuireadh 257 milliún i leataobh mar shonraí truaillithe (sonraí chaotic san fhormáid mhícheart) nó mar chuntais tástála. Tar éis an scagtha ar fad, aithníodh 169 milliún pasfhocal agus 293 milliún logáil isteach ó billiún taifead.
• Úsáidtear an focal faire is coitianta “123456” thart ar 7 milliún uair (0.722% de na pasfhocail go léir). Níos faide le moille faoi deara lean pasfhocail 123456789, pasfhocal, qwerty, 12345678.
• Is é an sciar de na míle focal faire is coitianta ná 6.607% de na pasfhocail go léir, is é 36.28% an sciar de na milliún focal faire is coitianta, agus is é 10% an sciar de 54 milliún.
• Is é meánmhéid an fhocail faire ná 9.4822 carachtar.
• Tá carachtair speisialta i 12.04% de na pasfhocail.
• Is litreacha amháin iad 28.79% de na pasfhocail.
• Níl san áireamh in 26.16% de na pasfhocail ach carachtair i gcás íochtair.
• Uimhreacha amháin atá i 13.37% de na pasfhocail.
• Críochnaíonn 34.41% de na pasfhocail le huimhreacha, ach ní thosaíonn ach 4.522% de na pasfhocail go léir le huimhir.
• Níl ach 8.83% de na pasfhocail uathúil, tarlaíonn an chuid eile dhá uair nó níos mó. Is é meánfhad focal faire uathúil ná 9.7965 carachtar. Níl ach cuid de na pasfhocail seo ina sraith chaotic de charachtair, gan brí, agus ní chuimsíonn ach 7.082% carachtair speisialta. Níl i gceist le 20.02% de phasfhocail uathúla ach litreacha agus 15.02% de litreacha beaga amháin, le meánfhad 9.36 carachtar.
• Seasta leagan de phasfhocail ardcháilíochta eantrópachta a bhí cosúil le stíl (10 gcarachtar, teaglaim randamach uimhreacha, litreacha cás uachtair agus cás íochtair, gan aon charachtair speisialta, ceannlitreacha ag an tús agus ag an deireadh) agus a athúsáideadh. Bhí an ráta athúsáide íseal go leor (déanadh cuid de na pasfhocail seo a athdhéanamh 10 n-uaire), ach fós níos airde ná mar a bhíothas ag súil le pasfhocail den leibhéal seo.

Foinse: oscailtenet.ru