Sep, 2017

PassGAN：一种用于密码猜测的深度学习方法

PDF
TL;DR本研究提出 PassGAN，一种基于理论的机器学习算法，使用生成对抗神经网络从实际数据泄露中学习密码列表的分布，并生成高质量的密码猜测，实验证明，该方法优于基于规则和最先进的机器学习密码猜测工具，而且不需要任何关于密码或常见密码结构的先验知识，可以提取许多其他工具无法编码的密码属性。
password guessing toolsmachine learninggenerative adversarial networkpassganpasswords
发现论文，激发创造
  • GNPassGAN: 改进的生成式对抗网络用于离线密码猜测

    本文综述了各种基于深度学习的密码猜测方法，介绍了一种基于生成对抗网络的密码猜测工具 GNPassGAN，与最先进的 PassGAN 模型相比，GNPassGAN 能够猜测更多的密码，生成更少的重复密码，适用于离线攻击。

    Aug, 2022

  • 密码猜测中的深度学习综述

    本文比较了不同的基于深度学习的密码猜测方法，包括循环神经网络、生成对抗网络、自编码器以及注意机制，并在非定向离线攻击中提出了使用 IWGAN 变体进行密码猜测的实验设计，该方法可以提高密码安全性并创建更准确和高效的密码强度计。

    Aug, 2022

  • 密码生成的生成式深度学习技术

    本文研究了基于深度学习和概率的密码猜测模型，提出了基于 VAE 的最新深度学习模型，在经典数据集上进行了实证分析并比较了各种方法的生成性能和样本特征。

    Dec, 2020

  • PagPassGPT: 基于模式引导的密码猜测与生成预训练变压器

    PagPassGPT 是一种基于 Generative Pretrained Transformer (GPT) 的密码猜测模型，利用模式结构信息进行策略引导猜测，从而显著提高猜中率；此外，我们提出了 D&C-GEN 来减少生成密码的重复率，采用分治法思想将猜测密码的主任务递归地划分为非重叠子任务，并从父任务中继承知识并预测后续标记；与现有模型相比，我们的方案在正确猜测密码的同时减少了 25% 的重复率。

    Apr, 2024

  • PassGPT: 基于大语言模型的密码建模和（指导性）生成

    本篇论文研究了大型语言模型在密码建模中的效力，介绍了一种名为 PassGPT 的大型语言模型，并在密码生成中表现出众，比起之前基于生成对抗网络的方法，猜对了两倍数量的新密码，同时，文章提出了引导密码生成的概念，利用 PassGPT 采样过程生成符合任意约束的密码。最后，文章对 PassGPT 定义密码的熵和概率分布进行了深入分析，并讨论其在增强现有密码强度评估器方面的应用。

    Jun, 2023

  • 通过表示学习提高密码猜测能力

    本文介绍了一种基于深度生成模型表示学习的密码猜测方法，提出了一般的有条件密码猜测框架和动态自适应估计密码分布的 EM 框架。

    Oct, 2019

  • 基于 GAN 的黑盒攻击生成对抗恶意软件实例

    本论文提出一种名为 MalGAN 的生成对抗网络 (GAN) 算法来生成对手样本，以绕过基于黑盒机器学习的检测模型，相对于传统的基于梯度的对手样本生成算法，MalGAN 能够将检测率降至几乎为零，并使基于重新训练的防御方法难以奏效。

    Feb, 2017

  • 语言生成的对抗排名

    本文提出了一种新颖的生成对抗网络 RankGAN，用于生成高质量的自然语言描述，其通过给定一个参考组来分析和排名一组人工编写和机器编写的句子，通过相对排名分数来评估数据集的质量以帮助学习更好的生成器，并使用策略梯度技术来优化 RankGAN。多个公共数据集的实验结果清楚地证明了所提出方案的有效性。

    May, 2017

  • 二进制生成对抗网络用于图像检索

    本文提出一种使用二进制生成对抗网络（BGAN）进行无监督学习的图片编码方法，通过限制噪声变量为二进制并使用新的标志激活策略和损失函数，在不松弛约束条件下生成二进制编码，并提高了图像检索的准确性，相较于现有的哈希方法，我们的方法在标准数据集上的表现提高了 107%。

    Aug, 2017

  • 生成对抗文本到图像的合成

    利用递归神经网络和深度卷积生成对抗网络构建了新的深度架构和 GAN 公式，将字符转换为像素，有效地将文本和图像建模相结合，从而实现了从详细文本描述中生成花和鸟的逼真图像的能力。

    May, 2016