文献

J-GLOBAL ID：202002282011782335   整理番号：20A0957519

GenPass パスワード推測のためのマルチソース深層学習モデル【JST・京大機械翻訳】

GENPass: A Multi-Source Deep Learning Model for Password Guessing

著者 (6件)： Xia Zhiyang (School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Yi Ping (School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Liu Yunyu (School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Jiang Bo (School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Wang Wei (Department of Computer Science and Electrical Engineering, University of Maryland, Baltimore County, MD, USA) ,  Zhu Ting (Department of Computer Science and Electrical Engineering, University of Maryland, Baltimore County, MD, USA)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 22  号： 5  ページ： 1323-1332  発行年： 2020年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： パスワードは今日の認証の主要な方法になった。HashCatとJohnのような傷力攻撃法は実用的でないことが証明されているが,研究はパスワード推測に切り替える。Markovモデルと確率的文脈自由文法(PCFG)のような最先端のアプローチはすべて統計的確率に基づいている。これらのアプローチは大量の計算を必要とし,それは時間がかかる。ニューラルネットワークは,従来の方法よりもパスワード推測においてより正確で実用的であることが証明されている。しかしながら,各データセットがそれ自身の特徴を持つので,生のニューラルネットワークモデルは交差サイト攻撃に対して資格がない。本研究は,これらの漏洩パスワードを一般化し,交差サイト攻撃における性能を改善することを目的とした。本論文では,「一般的」パスワードを生成するためのマルチソースの深い学習モデルであるGENPassを提案した。GENPassは,いくつかのデータセットから学習し,出力ワードリストを保証することにより,敵の生成を用いて異なるデータセットに対して高い精度を維持することができる。GENPassのパスワード発生器はPCFG+LSTM(PL)である。最初に,ニューラルネットワークをPCFGと組み合わせた。Long短期メモリ(LSTM)と比較して,PLは,単一データセットから学習するとき,クロスサイトテストにおいて,16%~30%のマッチング率を増加させた。GENPassは,データセットを学習し,パスワードを生成するためにいくつかのPLモデルを使用する。結果は,GENPassのマッチング率が交差サイト試験における単純混合データセットより20%高いことを示した。さらに,GENPassの更新版である確率を持つGENPass(GENPass-pro)を提案した。これは,GENPassのマッチング率をさらに増加させることができる。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *学習モデル ,  ニューラルネットワーク ,  文脈自由文法 ,  現場試験 ,  パスワード
準シソーラス用語： 神経回路網モデル ,  Markovモデル ,  *深層学習 ,  長短期記憶 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： パスワード ,  推測 ,  マルチ ,  ソース ,  深層学習 ,  モデル