論文の概要: DeepMnemonic: Password Mnemonic Generation via Deep Attentive Encoder-Decoder Model

• arxiv url: http://arxiv.org/abs/2006.13462v1
• Date: Wed, 24 Jun 2020 04:05:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-17 13:07:26.265432
• Title: DeepMnemonic: Password Mnemonic Generation via Deep Attentive Encoder-Decoder Model
• Title（参考訳）: DeepMnemonic: Deep Attentive Encoder-DecoderモデルによるパスワードMnemonic生成
• Authors: Yao Cheng, Chang Xu, Zhen Hai, Yingjiu Li
• Abstract要約: 強力なパスワード生成と強力なパスワードのユーザビリティのギャップを埋める。 本稿では,ユーザーがパスワードを記憶しやすくするための自然言語文を自動生成する手法を提案する。
• 参考スコア（独自算出の注目度）: 26.797370435988853
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Strong passwords are fundamental to the security of password-based user authentication systems. In recent years, much effort has been made to evaluate password strength or to generate strong passwords. Unfortunately, the usability or memorability of the strong passwords has been largely neglected. In this paper, we aim to bridge the gap between strong password generation and the usability of strong passwords. We propose to automatically generate textual password mnemonics, i.e., natural language sentences, which are intended to help users better memorize passwords. We introduce \textit{DeepMnemonic}, a deep attentive encoder-decoder framework which takes a password as input and then automatically generates a mnemonic sentence for the password. We conduct extensive experiments to evaluate DeepMnemonic on the real-world data sets. The experimental results demonstrate that DeepMnemonic outperforms a well-known baseline for generating semantically meaningful mnemonic sentences. Moreover, the user study further validates that the generated mnemonic sentences by DeepMnemonic are useful in helping users memorize strong passwords.
• Abstract（参考訳）: パスワードベースのユーザ認証システムのセキュリティには、強いパスワードが不可欠である。 近年,パスワード強度の評価や強力なパスワード生成に多くの努力が払われている。 残念ながら、強力なパスワードの使い勝手や記憶力はほとんど無視されている。 本稿では,強力なパスワード生成と強力なパスワードのユーザビリティのギャップを埋めることを目的としている。 本稿では,ユーザーがパスワードを記憶しやすくするための自然言語文を自動生成する手法を提案する。 パスワードを入力として、パスワードに対して自動的にmnemonic文を生成する、深い注意深いエンコーダ-デコーダフレームワークである \textit{deepmnemonic} を紹介します。 実世界のデータセット上でDeepMnemonicを評価するための広範な実験を行う。 実験の結果,deepmnemonicは,意味的に有意味なmnemonic文を生成する上で,よく知られたベースラインよりも優れていた。 さらに,DeepMnemonicが生成した調音文が,強いパスワードを記憶するのに有効であることを示す。

関連論文リスト

• A Large-Scale Survey of Password Entry Practices on Non-Desktop Devices [2.8698289487200856]
  パスワードマネージャを使わずにデバイスにパスワードを入力することは、よくあることであり、大きなユーザビリティの課題が伴う。 これらの課題により、ユーザーはパスワードを弱め、入力の容易さを高めることができる。 本稿は、今後の研究がこれらの課題にどう対処できるかを議論し、ユーザーが生成されたパスワードを採用することを奨励するものである。
  論文  参考訳（メタデータ） (2024-09-04T19:28:36Z)
• PassTSL: Modeling Human-Created Passwords through Two-Stage Learning [7.287089766975719]
  NLPと深層学習(DL)で一般的な事前学習ファインタニングフレームワークに着想を得たPassTSL(2段階学習による人為的なパスワードのモデル化)を提案する。 PassTSLはパスワード推測において5つのSOTA(State-of-the-art)パスワードクラッキング法を最大で4.11%から64.69%の差で上回っている。 PassTSLに基づいてパスワード強度計(PSM)も実装し,パスワード強度をより正確に推定できることを示した。
  論文  参考訳（メタデータ） (2024-07-19T09:23:30Z)
• Nudging Users to Change Breached Passwords Using the Protection Motivation Theory [58.87688846800743]
  我々は保護動機理論(PMT)に基づいて、侵入したパスワードの変更を促すナッジを設計する。 本研究は, PMTのセキュリティ研究への応用に寄与し, 漏洩したクレデンシャル通知を改善するための具体的な設計上の意味を提供する。
  論文  参考訳（メタデータ） (2024-05-24T07:51:15Z)
• PassGPT: Password Modeling and (Guided) Generation with Large Language Models [59.11160990637616]
  パスワード生成のためのパスワードリークをトレーニングした大規模言語モデルであるPassGPTを提案する。 また、任意の制約を満たすパスワードを生成するために、PassGPTサンプリング手順を利用する誘導パスワード生成の概念も導入する。
  論文  参考訳（メタデータ） (2023-06-02T13:49:53Z)
• Tram: A Token-level Retrieval-augmented Mechanism for Source Code Summarization [76.57699934689468]
  ニューラルモデルの性能を高めるために,デコーダ側で詳細なTokenレベル検索強化機構(Tram)を提案する。 文脈的コードセマンティクスの取得におけるトークンレベルの検索の課題を克服するために,コードセマンティクスを個々の要約トークンに統合することを提案する。
  論文  参考訳（メタデータ） (2023-05-18T16:02:04Z)
• RiDDLE: Reversible and Diversified De-identification with Latent Encryptor [57.66174700276893]
  本研究は、Reversible and Diversified De-identification with Latent Encryptorの略であるRiDDLEを提示する。 事前に学習したStyleGAN2ジェネレータ上に構築されたRiDDLEは、潜伏空間内の顔のアイデンティティを暗号化して復号する。
  論文  参考訳（メタデータ） (2023-03-09T11:03:52Z)
• On Deep Learning in Password Guessing, a Survey [4.1499725848998965]
  本稿では,ユーザのパスワード構造や組み合わせに関するドメイン知識や仮定を必要としない,深層学習に基づくパスワード推測手法について比較する。 非標的のオフライン攻撃によるパスワード推測におけるIWGANのバリエーションの利用に関する有望な実験的設計を提案する。
  論文  参考訳（メタデータ） (2022-08-22T15:48:35Z)
• Skeptic: Automatic, Justified and Privacy-Preserving Password Composition Policy Selection [44.040106718326605]
  パスワード保護システムに強制するパスワード構成ポリシーの選択は、重要なセキュリティ上の決定である。 実際には、この選択は厳密で正当化できるものではなく、システム管理者は直感だけでパスワード構成ポリシーを選択する傾向にある。 本研究では,大量の実世界のパスワードデータから構築されたパスワード確率分布を推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-07T22:12:13Z)
• Interpretable Probabilistic Password Strength Meters via Deep Learning [13.97315111128149]
  確率的パスワードメーターは、本質的にパスワード強度とパスワード構造との間に生じる潜伏関係を記述する能力を持っていることを示す。 既存の構造とは異なり、我々の方法はいかなる人間の偏見も無く、さらに重要なことに、そのフィードバックは確率論的解釈を持つ。
  論文  参考訳（メタデータ） (2020-04-15T16:05:50Z)
• Lost in Disclosure: On The Inference of Password Composition Policies [43.17794589897313]
  パスワード構成ポリシーがシステム上でのユーザ・朝鮮語パスワードの分布にどのように影響するかを検討する。 より信頼性の高い結果を生み出すシンプルなアプローチを提案する。 本稿では,この手法を実装したpol-inferを提案する。
  論文  参考訳（メタデータ） (2020-03-12T15:27:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。