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
- CodeChameleon: Personalized Encryption Framework for Jailbreaking Large
Language Models [49.60006012946767]
パーソナライズされた暗号化手法に基づく新しいジェイルブレイクフレームワークであるCodeChameleonを提案する。
我々は、7つの大規模言語モデルに関する広範な実験を行い、最先端の平均アタック成功率(ASR)を達成する。
GPT-4-1106上で86.6%のASRを実現する。
論文 参考訳(メタデータ) (2024-02-26T16:35:59Z) - Tales from the Git: Automating the detection of secrets on code and
assessing developers' passwords choices [8.086010366384247]
これは、異なるプログラミング言語とコンテキストにわたるパスワード選択における開発者の特性を調査する最初の研究である。
デベロッパーは、公開リポジトリのコードを不注意にリークしたかもしれないが、われわれの調査結果は、より安全なパスワードを使う傾向があることを示している。
論文 参考訳(メタデータ) (2023-07-03T09:44:10Z) - 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 [65.54811122644607]
新たなトレンドは、ニューラルモデルと外部知識を組み合わせることだ。
本稿では,バニラニューラルネットワークがより優れたコード要約を生成するのを支援するために,デコーダ側のトークンレベル検索強化機構について検討する。
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) - Preventing Verbatim Memorization in Language Models Gives a False Sense
of Privacy [91.98116450958331]
我々は、動詞の暗記の定義があまりに制限的であり、より微妙な暗記の形式を捉えることができないと論じる。
具体的には、全ての動詞の暗記を完全に防止する効率的な防御を設計し、実装する。
我々は、潜在的な代替定義について議論し、なぜ記憶の定義がニューラルネットワークモデルにとって難しいが決定的なオープンな問題であるのかを論じる。
論文 参考訳(メタデータ) (2022-10-31T17:57:55Z) - 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) - Targeted Honeyword Generation with Language Models [5.165256397719443]
ハニーワードは、パスワード違反を特定するためにデータベースに挿入された架空のパスワードである。
大きな問題は、実際のパスワードと区別が難しいハニーワードの作り方だ。
論文 参考訳(メタデータ) (2022-08-15T00:06:29Z) - 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)
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。