基于社交网络数据暴露的密码强度分析：结合数据重建与生成模型的方法
密码学与安全
2025-11-24 v1 人工智能
摘要
尽管密码仍是防止未授权访问的首要防线，但用户往往倾向于使用易记的密码。这种行为显著增加安全风险，传统密码强度评估方法往往效果不佳。本讨论论文提出了 SODA ADVANCE，一种数据重建工具，旨在增强与密码强度相关的评估流程。具体而言，SODA ADVANCE 集成了一个专门模块，利用来自多个公开来源（包括社交媒体平台）的数据来评估密码强度。此外，我们探讨了新兴的大型语言模型（LLM）在评估和生成密码方面的能力与风险。对 100 名真实用户的实验评估表明，LLM 能够生成强大且符合用户画像的密码，可能依据用户画像进行定义。此外，LLM 在评估密码方面也显示出色，尤其是在能够考虑用户画像数据时。
引用
@article{arxiv.2511.16716,
title = {Password Strength Analysis Through Social Network Data Exposure: A Combined Approach Relying on Data Reconstruction and Generative Models},
author = {Maurizio Atzori and Eleonora Calò and Loredana Caruccio and Stefano Cirillo and Giuseppe Polese and Giandomenico Solimando},
journal= {arXiv preprint arXiv:2511.16716},
year = {2025}
}
备注
This is a post-peer-review, pre-copyedit version to be published in the Prooceedings of the 33rd Symposium On Advanced Database Systems (SEBD 2025), 7 pages, 4 figures