# 從密碼複雜度到熵飽和  
## 管理式長隨機秘密、人類根憑證與 AI 時代的認證分層

**英文工作名：** *From Password Complexity to Entropy Saturation: Managed Long Random Secrets, Human Root Credentials, and Layered Authentication in the AI Era*  
**作者：** Neo.K  
**機構：** EveMissLab／一言諾科技有限公司  
**系列：**《AI 時代的數位免疫與資安基礎設施》第一篇  
**文件性質：** 理論研究／安全架構論文／命題猜想  
**版本：** v0.1  
**日期：** 2026-08-09

---

## 摘要

傳統密碼安全長期圍繞大小寫、數字、特殊符號、定期更換與人類記憶能力建立規則。然而，當密碼管理器、自動密碼生成器、多因素驗證、Passkey 與 AI 輔助安全管理逐漸普及後，密碼問題正在發生結構性轉移：大量帳號秘密不再需要由人類記憶，而可以由機器生成、保存與調用。

本文提出，人類可記憶秘密與機器管理秘密應被視為兩種不同安全對象。對機器管理的獨立隨機秘密而言，核心量不是「看起來是否複雜」，而是秘密所具有的不可預測性與有效搜索空間；若秘密由可靠的密碼學安全隨機數生成器產生，增加長度即可直接增加搜索成本。對人類根憑證而言，則需要同時處理可記憶性、熵、恢復能力與第二因素。

本文進一步提出「**長度—熵飽和轉移原理**」：當密碼直接猜測成本已遠高於系統其他攻擊通道後，額外提高密碼熵的邊際系統安全收益快速下降，攻擊者的理性策略將轉向 Session、帳號恢復、端點、API、身分權限、供應鏈或社交工程等更低成本通道。

由此，本文建立四層認證架構：

$$
\boxed{
\text{Human Root Secret}
+
\text{Machine-Generated Entropy}
+
\text{Independent Authentication Factor}
+
\text{Recovery Redundancy}
}
$$

並主張 AI 時代的認證安全不應繼續要求人類管理大量高熵秘密，而應將人類記憶負擔壓縮至最小根秘密，把大部分高熵生成、輪替、保存、異常偵測與恢復管理交由安全系統完成。

本文最後重新定位既有「P/NP 雙無窮動力密碼模型」：其關於攻擊能力與防禦能力共同演化的動態直覺仍具有歷史價值，但純漸近與無窮域描述不足以處理現實安全系統中的有限時間、有限權限、多攻擊路徑與動態判定域，因此後續系列將改採有限、成本化、動態化與能力化的安全模型。

**關鍵詞：** 密碼安全、密碼管理器、熵、根憑證、多因素驗證、Passkey、恢復安全、AI 資安、攻擊成本、熵飽和

---

# 一、問題的重新提出：人類為什麼還要記住所有秘密？

長期以來，密碼設計存在一個隱含前提：

$$
\text{Password}
\approx
\text{Human-Memorized Secret}.
$$

因此安全政策必須在兩個彼此衝突的目標之間折衷：

$$
\text{Memorability}
\leftrightarrow
\text{Unpredictability}.
$$

秘密越隨機，通常越難由人類記憶；秘密越符合人類語言、日期、姓名與規律，又越容易被猜測。

傳統的大小寫、數字與特殊符號組合要求，本質上便是在試圖約束人類選擇秘密時的偏差。然而，NIST 現行 SP 800-63B 已不再建議以傳統字元組成規則作為主要密碼控制；目前要求單因素密碼至少 15 個字元，作為 MFA 一部分時最低可為 8 個字元，並要求檢查常見、預期或已外洩密碼。NIST 同時要求服務允許使用密碼管理器與自動填寫功能。

NIST 對此給出的理由也相當直接：人類對複雜任意秘密的記憶能力有限，傳統 composition rules 所帶來的效益低於過去想像，卻會造成明顯的可用性成本。

這意味著一個更根本的問題已經可以被提出：

> 如果絕大部分帳號密碼根本不需要由人類記住，那麼我們是否仍應以「人類能不能記住它」作為所有密碼設計的核心限制？

本文的答案是否定的。

---

# 二、兩種秘密：人類秘密與機器秘密

本文首先區分：

$$
S_H=\text{Human-Managed Secret}
$$

與：

$$
S_M=\text{Machine-Managed Secret}.
$$

兩者的最佳安全策略並不相同。

## 2.1 人類管理秘密

人類秘密需要同時滿足：

$$
S_H=
f(
H,
M,
U,
R
)
$$

其中：

- $H$ ：有效不可預測性；
- $M$ ：可記憶性；
- $U$ ：可輸入與可使用性；
- $R$ ：遺失後的可恢復性。

這使 $S_H$ 必須做折衷。

## 2.2 機器管理秘密

機器秘密則沒有相同的認知限制。

其主要要求可以縮減為：

$$
S_M=
f(
H,
G,
I,
A
)
$$

其中：

- $H$ ：秘密熵；
- $G$ ：生成器品質；
- $I$ ：保存完整性；
- $A$ ：秘密存取控制。

機器並不在乎：

```text
473928510284759102...
```

難不難記。

因此：

$$
\boxed{
S_H\neq S_M
}
$$

正是本文第一個基本命題。

---

# 三、長度不是安全本身，但可以生成安全

若秘密由大小為 $N$ 的字母表均勻、獨立地抽取 $L$ 個符號，理想搜索空間為：

$$
N^L.
$$

其資訊量可表示為：

$$
H=L\log_2N.
$$

若只使用十進位數字：

$$
N=10,
$$

因此：

$$
H=L\log_2 10
\approx3.322L.
$$

則：

$$
L=39
\Rightarrow
H\approx129.6\text{ bits},
$$

$$
L=77
\Rightarrow
H\approx255.8\text{ bits},
$$

$$
L=100
\Rightarrow
H\approx332.2\text{ bits},
$$

而：

$$
L=200
\Rightarrow
H\approx664.4\text{ bits}.
$$

因此，100 位真正獨立隨機的十進位秘密，在純搜索意義上已經具有極高的不可猜測性。

但這裡必須特別強調：

$$
\boxed{
\text{Length}\neq\text{Entropy}
}
$$

例如：

```text
9999999999999999999999999999999999
```

即使非常長，其生成規則仍具有高度結構。

若攻擊者知道生成分布：

$$
P(S=s)
$$

並非均勻，實際有效搜索成本可能遠低於：

$$
10^L.
$$

因此，更準確的敘述是：

$$
\boxed{
\text{Length}
\rightarrow
\text{High Entropy}
}
$$

**僅在生成器品質與不可預測性得到保證時成立。**

這也是為什麼本文並不主張「只要很長就安全」，而主張：

> 對由可靠 CSPRNG 生成的機器秘密而言，長度是一個極度簡單且可操作的安全控制參數。

---

# 四、為什麼機器秘密不需要刻意追求「看起來很複雜」

假設使用 94 個可列印 ASCII 字元：

$$
H=L\log_2 94
\approx6.55L.
$$

顯然，每個字元可攜帶的理想資訊量高於十進位：

$$
6.55>3.322.
$$

因此在相同長度下，大字母表可以更有效率。

但這並不意味著：

> 每個密碼都必須充滿難以辨認的特殊符號。

如果輸入、傳輸、相容性與系統限制允許，使用更大字母表當然可以縮短秘密。

可是若秘密完全由機器管理：

$$
\text{30 random printable characters}
$$

與：

$$
\text{60 random decimal digits}
$$

之間真正重要的不是視覺複雜度，而是：

$$
H_{\min}.
$$

換句話說：

$$
\boxed{
\text{符號複雜度是一種效率問題，}
\quad
\text{不是安全本體。}
}
$$

這與現行 NIST／OWASP 趨勢一致：重點應放在長度、已知弱密碼阻擋、密碼管理器支援與 MFA，而不是強迫每個人套用固定字元組合規則。

---

# 五、從「所有密碼都要記」轉向「只記一個根」

密碼管理器改變的最大事情，並不只是：

> 幫使用者保存密碼。

它重新設計了人與秘密之間的拓撲。

傳統模型：

$$
H
\rightarrow
\{P_1,P_2,\ldots,P_n\}.
$$

即一個人必須直接管理大量秘密。

管理器模型則是：

$$
H
\rightarrow
R
\rightarrow
\{P_1,P_2,\ldots,P_n\},
$$

其中：

$$
R=\text{Root Credential}.
$$

因此，人類真正必須承擔的記憶負擔從：

$$
O(n)
$$

壓縮為接近：

$$
O(1).
$$

NIST 對密碼管理器的說明也指出，其主要安全利益之一正是可以為不同帳號生成長、獨立、唯一的秘密，而使用者只需要維護管理器的主要存取秘密；同時也警告，主秘密一旦失陷，Vault 內大量憑證都可能需要重新建立，因此主秘密本身應使用長 passphrase 並搭配第二因素。

由此可得：

$$
\boxed{
\text{可記憶性不應透過降低所有秘密的熵取得，}
}
$$

而應：

$$
\boxed{
\text{集中於人類真正必須記住的最小根秘密。}
}
$$

---

# 六、根憑證架構

本文提出：

$$
\boxed{
R_H
\rightarrow
V
\rightarrow
S_1,S_2,\ldots,S_n
}
$$

其中：

- $R_H$ ：Human Root Secret；
- $V$ ：Credential Vault；
- $S_i$ ：各服務的獨立機器生成秘密。

 $R_H$ 可以是一組較長、可記憶、但仍具有足夠不可預測性的 passphrase。

而：

$$
S_i
$$

則完全不需要具備人類可讀性。

例如：

$$
S_i
\sim
\operatorname{CSPRNG}.
$$

不同帳戶之間要求：

$$
S_i\neq S_j,
\qquad i\neq j.
$$

更理想地：

$$
S_i\perp S_j.
$$

因此某一服務發生憑證外洩時，不應自然導致其他服務失陷。

---

# 七、長度—熵飽和轉移原理

如果密碼熵持續提高：

$$
H(P)\uparrow,
$$

直接猜測成功率自然下降。

然而系統安全並不是只存在一條攻擊路徑。

令整體攻擊集合為：

$$
\mathcal A=
\{
A_P,
A_R,
A_S,
A_E,
A_I,
A_C,
A_H,\ldots
\},
$$

分別代表：

- $A_P$ ：password guessing；
- $A_R$ ：recovery abuse；
- $A_S$ ：session theft；
- $A_E$ ：endpoint compromise；
- $A_I$ ：identity/IAM abuse；
- $A_C$ ：cloud/application compromise；
- $A_H$ ：human/social engineering。

攻擊者真正關心的是：

$$
A^*
=
\arg\min_{A_i\in\mathcal A}
C(A_i).
$$

只要：

$$
C(A_R)
<
C(A_P),
$$

攻擊者就沒有理由繼續猜密碼。

因此本文提出：

## 長度—熵飽和轉移原理

當：

$$
H(P)
\gg
H_{\text{system bottleneck}},
$$

則：

$$
\frac{\partial S_{\text{system}}}
{\partial H(P)}
\rightarrow0.
$$

亦即：

> 當密碼直接搜索成本已顯著超過其他有效攻擊通道後，繼續增加密碼熵對整體系統安全的邊際收益快速下降。

攻擊壓力將發生：

$$
\boxed{
\text{Direct Guessing}
\rightarrow
\text{Bypass Search}.
}
$$

這並不是說高熵秘密沒有價值。

而是說：

$$
\boxed{
\text{密碼足夠強之後，真正的安全問題開始移到密碼之外。}
}
$$

---

# 八、密碼的「過度安全」不是錯誤，但可能失去邊際收益

假設某秘密已提供：

$$
H(P)=256\text{ bits}.
$$

將其提高至：

$$
H(P)=512\text{ bits}
$$

並不會使整個系統安全性自然翻倍。

若帳號恢復流程等效安全只有：

$$
40\text{ bits},
$$

或某 API 權限錯誤能直接繞過登入，則：

$$
S_{\mathrm{eff}}
\approx
\min(
S_P,
S_R,
S_{\mathrm{session}},
S_{\mathrm{endpoint}},
S_{\mathrm{IAM}},
S_{\mathrm{application}}
).
$$

因此：

$$
S_P=512
$$

並不能抵消：

$$
S_R=40.
$$

這就是「熵飽和」的系統意義。

它不是密碼熵本身飽和。

而是：

$$
\boxed{
\text{Password Contribution to Total Security}
}
$$

開始飽和。

---

# 九、Credential Availability Problem：秘密存在，不代表人還拿得到

將所有秘密交給管理器後，另一個經常被低估的問題出現：

> 如果秘密很安全，但合法使用者自己失去取得秘密的能力，系統是否仍然可用？

本文將此稱為：

## 憑證可取得性問題  
**Credential Availability Problem**

安全系統必須同時處理：

$$
\text{Confidentiality}
+
\text{Integrity}
+
\text{Availability}.
$$

如果：

$$
V=\text{Secure Vault}
$$

但合法使用者因：

- 裝置損壞；
- 主秘密遺忘；
- 第二因素遺失；
- 帳號服務中斷；
- 災難；
- 死亡或失能；

而永遠失去存取權，

那麼：

$$
A_{\mathrm{credential}}=0.
$$

因此根秘密架構還必須配備：

$$
R_C=\text{Recovery Layer}.
$$

---

# 十、恢復層不是「安全漏洞」，但它一定是另一條安全路徑

完整架構應變成：

$$
\boxed{
\text{Human Root Secret}
+
\text{Machine Entropy}
+
\text{Second Factor}
+
\text{Recovery Redundancy}
}
$$

恢復機制可能包括：

- recovery codes；
- 第二可信裝置；
- hardware security key backup；
- 加密離線備份；
- emergency access；
- 管理員恢復流程。

但：

$$
\text{Recovery Security}
$$

必須被獨立分析。

因為：

$$
\text{Recovery}
\neq
\text{Authentication}.
$$

如果攻擊者只要知道生日與母親姓名就可以重設帳號，

那麼一個 300 位隨機密碼仍然無法解決問題。

NIST 已不再把傳統知識型安全問題視為可接受的 authenticator，原因正是許多答案容易被發現，而且候選空間有限。

因此：

$$
\boxed{
S_{\text{recovery}}
\geq
S_{\text{required}}
}
$$

應被視為完整認證架構的必要條件。

---

# 十一、MFA 與 Passkey：不要把所有信任壓在同一秘密上

密碼本質上是：

$$
\text{Something You Know}.
$$

NIST 現行標準也明確指出，密碼本身並不具備 phishing resistance。

因此：

$$
\text{Root Secret}
$$

最好不要是唯一防線。

完整認證可以寫成：

$$
Auth
=
f(
K,
P,
B
),
$$

其中：

- $K$ ：something you know；
- $P$ ：something you possess；
- $B$ ：something you are／其他認證因子。

實際架構可以是：

$$
\text{Root Passphrase}
+
\text{Hardware Key}
$$

或：

$$
\text{Root Passphrase}
+
\text{Passkey}.
$$

NIST 目前面向一般使用者的建議亦將 MFA、Passkey 與密碼管理器列為主要帳號安全措施。

因此本文不主張：

> 「做出超長密碼，所以 MFA 不需要了。」

恰恰相反。

當密碼已經足夠強時：

$$
\text{MFA}
$$

的重要性反而更加凸顯，因為它處理的是不同攻擊維度。

---

# 十二、AI 的角色不是「替你猜一個更奇怪的密碼」

AI 時代最基本的憑證管理工作可以自動化為：

$$
\text{Generate}
\rightarrow
\text{Store}
\rightarrow
\text{Fill}
\rightarrow
\text{Rotate}
\rightarrow
\text{Monitor}
\rightarrow
\text{Recover}.
$$

AI 可以負責：

- 偵測重複秘密；
- 發現弱密碼；
- 檢查外洩憑證；
- 監控帳號異常；
- 推薦 MFA；
- 追蹤 recovery 配置；
- 建議秘密輪替；
- 管理不同服務安全政策。

因此：

$$
\boxed{
\text{Human}
\rightarrow
\text{Intent / Approval}
}
$$

而：

$$
\boxed{
\text{Machine}
\rightarrow
\text{Entropy / Management}
}
$$

逐漸成為更自然的分工。

這也使認證問題第一次可以真正從：

> 「人怎麼記得住？」

脫離出來。

---

# 十三、但 AI／密碼管理器本身成為新的高價值節點

集中管理秘密會產生新的風險：

$$
\text{Many Secrets}
\rightarrow
\text{One Vault}.
$$

於是：

$$
V
$$

成為高價值攻擊目標。

NIST 亦明確指出，密碼管理器存有對犯罪者高度有價值的資訊，因此 Vault 自身的安全至關重要。

因此不能推出：

$$
\text{Password Manager}
\Rightarrow
\text{Security Solved}.
$$

真正應該要求的是：

$$
\text{Vault Security}
+
\text{Root Security}
+
\text{MFA}
+
\text{Endpoint Security}
+
\text{Recovery Security}.
$$

如果未來再加入常駐 AI：

$$
AI_{\mathrm{security}}
$$

甚至能自動調用秘密與修改權限，那麼 AI 本身會變成新的：

$$
\boxed{
\text{Tier-0 Security Asset}.
}
$$

這將在本系列後續論文專門處理。

---

# 十四、對舊「雙無窮動力模型」的重新定位

既有《動態速率理論與 P vs. NP 問題的結構連續模型 2.0》第八章，曾建立：

$$
W_A(n,t)
$$

作為攻擊方算力，

$$
W_D(n,t)
$$

作為防禦方熵強度，

以及：

$$
T(n)
$$

作為問題本身的計算複雜度，並定義攻防平衡函數：

$$
L(n,t)
=
\frac{
W_A(n,t)-W_D(n,t)-T(n)
}{
W_D(n,t)+T(n)+\epsilon
}.
$$

該模型的核心思想是：

> 密碼安全不是靜態難度，而是攻擊與防禦能力隨時間共同演化的動態關係。

這一點仍有價值。

然而，本文不再將「雙無窮」作為核心安全模型。

原因是現實攻擊並不需要：

$$
W_A\rightarrow\infty
$$

去擊敗：

$$
W_D\rightarrow\infty.
$$

攻擊者只需要找到某一條成本更低的有限路徑：

$$
\exists A_i:
C(A_i)<C(A_P).
$$

因此新的模型從：

$$
\text{Unbounded Attack}
\leftrightarrow
\text{Unbounded Defense}
$$

轉向：

$$
\boxed{
\mathcal D_A(t),
\mathcal D_D(t),
C(A_i,t),
I_A(t),
I_D(t)
}
$$

其中每一個量都具有：

- 有限時間；
- 有限資訊；
- 有限權限；
- 有限資源；
- 動態狀態。

舊模型因此保留為：

> **攻防共同演化的歷史抽象模型。**

但不再作為後續 AI 資安分析的主要判定域。

---

# 十五、四層認證安全架構

本文最終提出：

## Layer 1：Human Root Layer

保存極少數真正需要人類理解或記憶的根憑證。

$$
R_H
$$

要求：

- 足夠強；
- 可記憶；
- 不重複；
- 不使用易猜個資。

---

## Layer 2：Machine Entropy Layer

大量服務秘密由：

$$
\operatorname{CSPRNG}
$$

獨立產生。

不再要求：

$$
\text{Human Memorability}.
$$

因此可以使用：

$$
H(S_i)\gg H(R_H).
$$

---

## Layer 3：Independent Authentication Layer

使用：

$$
\text{MFA}
+
\text{Passkey}
+
\text{Hardware Key}
$$

等獨立因子，避免：

$$
R_H
$$

成為單點失陷。

---

## Layer 4：Recovery & Continuity Layer

提供：

$$
\text{Recovery}
+
\text{Backup}
+
\text{Emergency Access}
+
\text{Device Replacement}.
$$

但恢復流程必須具備自身安全邊界。

所以完整模型為：

$$
\boxed{
\mathcal C
=
(
R_H,
E_M,
A_I,
R_C
)
}
$$

其中：

- $R_H$ ：Human Root；
- $E_M$ ：Machine Entropy；
- $A_I$ ：Independent Authentication；
- $R_C$ ：Recovery Continuity。

---

# 十六、可驗證命題

本文提出以下可實驗命題。

## 命題一：機器生成秘密不需要傳統 composition rules

控制相同有效搜索空間與生成品質後，比較：

- decimal-only；
- alphanumeric；
- mixed-symbol；

若攻擊模型不存在額外結構資訊，成功搜索成本主要由：

$$
H_{\min}
$$

而非視覺字元種類決定。

---

## 命題二：人類記憶負擔集中可以降低重複秘密比例

比較：

### Group A

人類自行維護 $n$ 個帳戶密碼。

### Group B

只記憶根 passphrase，其餘由 manager 產生。

測量：

$$
P_{\mathrm{reuse}},
$$

$$
P_{\mathrm{weak}},
$$

以及：

$$
P_{\mathrm{recovery\ failure}}.
$$

預期 B 組的重複與弱秘密率顯著降低。

---

## 命題三：存在密碼安全邊際收益飽和點

令：

$$
H(P)
$$

從低值持續提高。

同時固定系統其他弱點。

若整體失陷率在某一區域後不再隨：

$$
H(P)
$$

顯著下降，即支持：

$$
\frac{\partial S_{\mathrm{system}}}
{\partial H(P)}
\rightarrow0.
$$

---

## 命題四：高熵秘密會使攻擊資源向旁路重新分配

在模擬紅隊環境中提供多條可能攻擊路徑。

隨：

$$
C(A_P)\uparrow,
$$

觀察攻擊策略是否逐漸轉向：

$$
A_R,
A_S,
A_E,
A_I,\ldots
$$

若成立，則支持「熵飽和轉移」而非單純「密碼越長整體安全永遠同比增加」。

---

# 十七、研究限制

本文並不主張：

1. 所有網站都應立即要求 100–300 位密碼；
2. 超長密碼可以取代 MFA；
3. 密碼管理器不存在自身風險；
4. 十進位秘密優於所有其他字母表；
5. 密碼熵可以代表完整系統安全；
6. AI 可以無條件取得全部憑證控制權。

本文真正主張的是：

$$
\boxed{
\text{人類記憶限制不應繼續限制所有機器管理秘密的安全上限。}
}
$$

並且：

$$
\boxed{
\text{當密碼安全超過其他系統瓶頸後，安全投資應開始轉向其他攻擊面。}
}
$$

---

# 十八、結論：從「怎麼記住密碼」走向「誰負責管理秘密」

密碼問題曾經被理解為：

> 人類如何設計一個自己記得住、敵人猜不到的字串？

但是在密碼管理器、Passkey、MFA、自動化憑證管理與 AI Security Agent 出現後，問題正在重新排列。

新的核心問題變成：

> 哪些秘密真的需要由人類記住？

答案可能是：

$$
\boxed{
\text{非常少。}
}
$$

因此：

$$
\text{Human Memory}
$$

不應再承擔：

$$
\text{Global Credential Entropy}.
$$

更合理的架構是：

$$
\boxed{
\text{Human Root}
\rightarrow
\text{Trusted Credential System}
\rightarrow
\text{Machine-Generated Secrets}.
}
$$

再配合：

$$
\boxed{
\text{Independent MFA}
+
\text{Secure Recovery}.
}
$$

這種架構將密碼安全從「每一個帳號都要求人類做一次高品質決策」轉變為：

$$
\boxed{
\text{少數人類決策}
+
\text{大量機器生成}
+
\text{持續安全管理}.
}
$$

但這也立即產生下一個問題。

當直接破解密碼已經成為攻擊者最昂貴、最不值得選擇的路徑時：

$$
\boxed{
\text{攻擊者下一步會去哪裡？}
}
$$

答案很可能不是更努力地破解密碼。

而是：

$$
\boxed{
\text{尋找旁路。}
}
$$

因此，本系列第二篇將進一步處理：

> **《不破解密碼之後：旁路優先、最低成本攻擊路徑與系統安全下界》**

其核心研究對象將從：

$$
\text{Password Space}
$$

正式轉向：

$$
\boxed{
\text{Whole-System Attack Space}.
}
$$

---

## 參考資料與前置節點

1. NIST, *Digital Identity Guidelines: Authentication and Authenticator Management, SP 800-63B*, current revision.
2. NIST, *Strength of Passwords*, Appendix to SP 800-63B.
3. NIST, *SP 800-63 Digital Identity Guidelines FAQ*, Password Managers and Authentication Guidance.
4. OWASP, *Authentication Cheat Sheet*.
5. NIST, *How Do I Create a Good Password?*, updated August 20, 2025.
6. Neo.K，《動態速率理論與 P vs. NP 問題的結構連續模型 2.0：一種認知與數學整合框架》，第八章「雙無窮動力模型（密碼學）」。  
7. Neo.K，《不破解密碼：AI 對解密能力執行流與系統因果結構的重構攻擊》。其既有「旁路優先猜想」指出，在成熟密碼原語下，攻擊資源將向端點、執行流、策略、Agent、供應鏈與物理因果層移動。