用于密码生成的生成式深度学习技术
机器学习
2020-12-18 v2 人工智能
计算与语言
密码学与安全
摘要
基于深度学习的密码猜测方法近来得到了研究，其在生成新颖、逼真的密码候选方面取得了显著突破。本文从密码猜测的角度研究了一系列广泛的深度学习与基于概率的模型：基于注意力的深度神经网络、自编码机制以及生成对抗网络（GAN）。我们提出了基于变分自编码器的新型生成式深度学习模型，展现出最先进的采样性能，并产生了额外的潜空间特征，如插值与定向采样。最后，我们在统一受控框架下基于知名数据集（RockYou、LinkedIn、Youku、Zomato、Pwnd）进行了详尽的实证分析。我们的结果不仅确定了由深度神经网络驱动的最具前景的方案，还阐明了每种方法在生成可变性与样本唯一性方面的优势。
引用
@article{arxiv.2012.05685,
title = {Generative Deep Learning Techniques for Password Generation},
author = {David Biesner and Kostadin Cvejoski and Bogdan Georgiev and Rafet Sifa and Erik Krupicka},
journal= {arXiv preprint arXiv:2012.05685},
year = {2020}
}
备注
25 pages, 13 figures. Comments welcome!