密码猜测中的深度学习综述

Aug, 2022

On Deep Learning in Password Guessing, a Survey

Fangyi Yu

TL;DR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。

Abstract

The security of passwords is dependent on a thorough understanding of the strategies used by attackers. Unfortunately, real-world adversaries use pragmatic guessing tactics like dictionary attacks, which are difficult to simulate in password security research. Dictionary attacks must b

password security deep learning-based approaches recurrent neural networks generative adversarial networks password strength meters

发现论文，激发创造

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

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

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

PassGAN：一种用于密码猜测的深度学习方法

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。

Sep, 2017

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

Web 攻击检测领域中深度学习模型的攻击和防御

该研究探讨了网络攻击检测中的后门攻击及其相应的防御方法，通过在 textCNN、biLSTM 和 tinybert 模型上的实验，发现后门攻击的成功率达到 87%，但可以通过微调来降低。未来的研究应该关注网络攻击检测中的后门防御。

Jun, 2024

利用语言模型生成针对性蜜语

使用预训练语言模型构建的身份验证系统，生成包含个人身份信息的 honeywords，难以被攻击者区分，从而提高密码保护的安全性。

Aug, 2022

机器学习网络中的对抗攻击与防御：当代综述

本文综述了近期深度学习中对于对抗攻击和防御技术的研究进展，聚焦于基于深度神经网络的分类模型，并进行了对攻击和防御方法的分类和评价，其中重点介绍了正则化方法在提高模型的鲁棒性方面的应用。此外，还探索了新型攻击方式，如基于搜索、决策、降维和物理世界攻击，并提出了对于未来研究的建议。

Mar, 2023

寻找有效的防御者：针对对抗性词语替换的防御基准测试

本文主要对深度神经网络在对抗攻击下的鲁棒性进行了研究，比较并提出了各种防御方法，最终提出了一种有效的方法提高神经文本分类器的鲁棒性，并在 AGNEWS 和 IMDB 数据集上取得了显著的最高准确率。

Aug, 2021