该论文针对IoT和网络物理系统中常见的PIN认证机制，将其建模为低带宽的人机通信信道，并首次提出在部分信息泄露条件下量化认证可靠性衰减的随机模型。传统安全评估通常采用二元视角（完全安全或完全失陷），忽略了实际环境中因侧信道、观察或窃听导致的逐步信息泄露对认证可靠性的渐进影响。作者将PIN输入过程视为随机的人机通信系统，设计了一种上下文条件概率推理框架：将缺失数字视为隐变量，利用平滑条件概率分布和回退先验进行估计，不依赖显式的隐状态转移或发射参数，而是通过上下文驱动的概率推理近似数字位置间的依赖关系。实验基于超过100万个真实世界四位PIN样本，评估了单数字、双数字和三数字泄露场景，并推导出位置依赖的可靠性指标。结果表明，在单数字缺失时预测准确率达55.31%，三数字缺失时为12.12%，在精确率、召回率和F1分数上始终优于序列模型基线和经典机器学习模型。该研究形式化了PIN输入作为噪声人机通信信道的概念，揭示了现实部分暴露条件下认证可靠性的显著退化，为设计更鲁棒的认证协议和评估实际安全风险提供了理论依据。适合安全研究员、人机交互及物联网安全领域从业者阅读。